PenguinHarness：2.3 千星多 agent 自动开发平台，一句话造 agent 应用

本文介绍 Prism-Shadow 开源的 PenguinHarness（2.3 千 stars，Apache-2.0）——本地优先的多 agent 应用开发平台，主打"agent 造 agent"：一句话生成完整可运行的 agent 应用，内置 agent 自进化引擎，全程快照可回溯。与 LlamaFactory 出自同一作者生态，深度调优开源模型（尤其 DeepSeek）。

项目简介

PenguinHarness 跑在你自己的电脑或服务器上，自动化 agent 应用的完整生命周期：创建、评测、优化、部署。它对自己的定位很直接——用 LangChain 手搓 agent 是 1 倍速，用 PenguinHarness 让 agent 造 agent 是 100 倍速。

成本是它的核心卖点之一：刻意精简的工具集 + 干净的底层接口，工具调用次数和 token 都更少。官方 head-to-head 数据里，数据分析任务准确率最好、成本只有 Claude Code 的 1/70；一个完整 RAG 应用的生成成本仅 $0.02（DeepSeek V4 Pro）。

核心特性

• 一句话生成 agent 应用：描述需求即得脚手架、代码和运行说明，端到端可运行（官方示例：抓取 Claude Code 文档构建一个带引用来源的 RAG 问答专家）
• 原生自进化引擎：PenguinHarness Skills 让 agent 评测并优化自己——跑基准、找丢分点、发布 N+1 版本，每轮有快照，每次请求在 Trace 视图可观察
• 开源模型深度调优：为 DeepSeek 等开放模型做了大量针对性优化
• 插件四件套：skills + 驱动 goal mode 与持续执行的 session hooks（详见 penguin.ooo/docs/skills）
• 1000+ 模型支持，多平台，Apache-2.0

快速开始

本地或服务器部署，安装与配置见官网 penguin.ooo 文档。生成应用只需一句自然语言，例如：

Collect the docs from https://github.com/ericbuess/claude-code-docs and build a RAG app that answers Claude Code questions as a configuration expert, citing its sources.

适用场景

• 用开源模型（DeepSeek 等）做 agent 应用的团队：成本敏感场景的性价比之选
• 需要批量产出内部 agent 工具的工程组：一句话生成 + 自动评测 + 可部署
• agent 自进化研究：Skills 自优化引擎与 Trace 观察是现成实验床

注意事项

• 官方对比数字为自家基准（同模型同任务 head-to-head），方向可信，具体倍数自己实测
• "agent 造 agent"生成的应用仍需 code review，自动评测不等于人工验收
• 与 LlamaFactory 同作者生态（README 互推），关注版本协同

项目链接

• GitHub 仓库：https://github.com/Prism-Shadow/penguin-harness
• 官网文档：https://penguin.ooo