Prism-Shadow/penguin-harness

项目介绍

PenguinHarness 是一个智能体递归自我进化（RSI）框架。模型本身固定不变，进化的是模型外围的 harness：提示词、技能、工具和钩子。用户选定一种算法和一个基准，一个智能体会一轮轮改进另一个智能体，每个候选版本在修改前都会快照，分数统一进入评估中心。

项目内置九种 RSI 算法插件（default、OPRO、APE、ACE、AWM、SkillAdam、SkillOpt、OpenSkill、TRACE），共用同一套内置基准和记分板。新项目自带十七个 Docker 基准，来源包括 rag-bench-essential、DeepSWE、AutomationBench、Terminal-Bench-Science、Terminal-Bench 和 GDPEVO Essential 的六个场景，更多基准放在独立的基准仓库。除进化功能外，还提供一句话生成应用、浏览器自动化、热重载工作台、SSH 远程机器和流式 Agent API。

适合想实验智能体自进化与评测的开发者、研究者，以及需要一个现成智能体应用平台的用户。

快速使用

桌面用户可从下载页获取 macOS 11+、Windows 10+ 或 Linux x64 安装包，应用打开即可使用，无需终端。

使用 CLI 或服务端（Node >= 24）：

npm install -g @prismshadow/penguin-cli
penguin web

penguin web 会在 http://127.0.0.1:7364 提供 Web App，并在设置密码前打印首次登录链接。在 Models 页面配置模型。桌面应用与 CLI 共用 ~/.penguin/data 下的数据。

也支持 Docker：

docker run -d --name penguin -p 127.0.0.1:7364:7364 -v penguin-data:/data hiyouga/penguinharness:0.2.18
docker logs penguin   # 读取首次登录链接

完成配置后，添加模型并运行任务：

penguin config model add --provider deepseek --model-id deepseek-flash --api-key sk-... --set-default
penguin run -m "Create hello.txt containing Hello, Penguin"

离线机器可使用 GitHub Release 中对应平台的离线包，解压后运行包内安装脚本。SDK 方面，@prismshadow/penguin-core 提供 createAgent、会话和流式输出，README 中有对应的 TypeScript 示例。完整步骤见文档。

使用约束

• CLI 和服务端需要 Node >= 24 或 Docker；桌面应用面向 macOS 11+、Windows 10+ 和 Linux x64。
• 模型需要自备 API Key，通过 Models 页面或 penguin config 配置；支持 OpenAI、Anthropic、Google Gemini、DeepSeek、Moonshot、Z.AI 及兼容 OpenRouter 的端点。
• 示例 Docker 命令只监听本机回环地址，对外网开放需要额外配置。
• 智能体会执行工具和 shell 命令，运行时包含逐次工具调用审批机制，使用前需规划好权限。
• 基准以 Harbor 任务形式运行在 Docker 中，做评测需要额外依赖 Docker。
• 许可证为 Apache-2.0。

HotRepo 点评

该仓库目前没有 HotRepo 榜单记录或快照数据，无法从站内热度角度做趋势判断。技术上值得关注的是设计覆盖面：九种已发表的 RSI 算法共用同一套基准与快照流程，同一引擎同时以桌面应用、Web App、CLI 和 SDK 暴露。项目自述在数据分析测试集上以远低于竞品的成本取得领先精度，但这些数字是作者报告且限定于特定基准，应视为项目主张而非独立验证的结论。项目还维护独立的基准仓库，并在路线图中列出公司级自我进化和 OpenShell 集成，说明开发仍在推进。