接入一个 Agent

优先使用 harness 已有的函数、CLI 或 SDK，保留原生代码。框架接入只需要组件声明和 一个 Agent 子类；原生文件不必依赖 FlashRSI。

只做两件事

1. 在接入类旁放 components.yaml，声明可演化文件。

按 harness 原有目录填写路径，例如：

code:
  - runtime/**
prompt:
  - prompts/**
skill:
  - skills/**

接入代码留在规则之外。基类负责收集文件、导出所选版本和清理版本目录。

2. 继承 Agent，声明 name、description 并实现 _run。

_run 调用原生入口，再把结果转为 Trajectory。它用到三个输入：

输入	用途
self.config	当前调用固定的角色配置；模型名、地址和请求参数从 self.config.llm 读取，执行参数读取该角色自身字段
self.files_dir	从这里执行所选版本的代码、加载配置与资源
working_dir	传给 harness 的任务或编辑目录

返回 Trajectory 时填写答案和状态；原生提供 messages、usage 就一并带回，没有则用默认空值。 调用结束前关闭自己启动的进程或 SDK 会话；运行产物放在版本目录外，保存的记录按项目要求脱敏。

目标 Agent 使用 TargetAgent(config.agent)，Worker 使用 WorkerAgent(config.algorithm.worker)；构造函数拒绝整份实验配置。两种角色各自拥有 独立的 llm，适配器不需要判断自己的角色。timeout、max_turns、权限和 source_dir 等执行参数留在角色层；原生资源配置继续从 self.files_dir 加载。

初始化会复制配置，之后通过实例的 config 调整下一次执行的默认值。单次 run 和 整批 rollout 都固定开始时的配置；_run 只读取本次副本。基类在 messages 前加入 脱敏的 RunConfig，记录角色配置和 Snapshot ID；适配器直接返回原生 messages 即可。 该记录包含当前角色配置，不展开后端默认值，也不等同于完整模型请求。 用户参数统一来自 config；模型、凭据和端点直接填写在各角色的 llm 中。 原生 CLI 必须使用 env 时，由适配器从 config 构造子进程 env。 登录与连接由框架的角色配置提供：目标和 Worker 分别设置自己的 llm，凭据不进入 Snapshot。接入 harness 时重点保留它的工具、skills、hooks、子 agent 等执行能力； 不要求复刻原生产品的账号登录界面或账号管理命令。 日期、二进制、集合等非 JSON 的 YAML 值以 type: yaml 和 YAML 文本 value 记录，保证 trajectory 可序列化；实验配置文件保留这些值的原类型。 update(snapshot) 只选择资源版本，不更改模型或连接配置。

先看短例子：进程接入、 SDK 接入。 MiniAgent 的完整实现是 适配类 和 _entry.py。后者只是它的子进程入口，其他 harness 不必照搬。 Claude Code 的 适配类 直接创建官方 SDK 会话， 默认使用原生 claude_code system prompt，不预装 skill 或附加指令； 从 files_dir 加载按需添加的原生插件（skills、agents、hooks 等）、MCP 和 settings， 将 working_dir 传为 cwd，并关闭隐式项目配置。SDK 事件含子 agent 的文本和父子 ID； 适配器负责等有限子任务结束及收集其主 agent 回复，公共 Trajectory 保持不变。 CLAUDE.md 可以不存在或为空；版本中提供非空内容时，经 SDK system_prompt.append 追加。这是显式选择 Snapshot 资源，不是 CLI 的目录发现与分层加载。默认版本不含这个文件。 会话与子任务输出使用独立临时运行目录，关闭历史 auto memory，仅在 llm.auth: login 时从原位置读取原生凭据。 扩展加载失败、SDK 异常和暂停／中止结果返回错误轨迹，并保留脱敏诊断。

Codex 的 适配类 默认在独立 Python 进程中执行 选定 Snapshot 的 python_core/，不调用原生 CLI，也不回退宿主核心。 将 Snapshot 的核心与资源复制到每次调用独立的 home，加载 AGENTS.md、skills、 配置、hooks 和显式插件；任务 cwd 仍由 working_dir 指定。宿主的技能、插件 和历史记忆不会自动混入所选资源；项目 AGENTS/skills 作为任务输入发现。 未迁移能力有明确边界，例如 rules 执行策略尚未实现。POSIX shell snapshot 默认开启， 生成、条件恢复与清理均由 Snapshot 内的核心负责。 插件只版本化 plugins/cache/** 下的已安装 bundle 及其元数据；plugins/data/** 等运行状态不从来源目录捕获，插件启用配置保留在 config.toml。 模型与凭据通过角色配置映射，Python 核心的 JSONL 事件和脱敏诊断转为 Trajectory， 退出时清理进程与运行状态。服务、hooks 和子 agent 仍需配置注册。Codex 适配器只有 Python 核心执行路径， 不接受 cli_path，也不会回退到宿主或 Rust 原生 CLI。接入与验证边界见 Codex 说明。

可选：容器执行

只有接入带 Task.env 的任务时才需要这一步；普通问答、文件编辑和 Worker 接入仍按 上面的两步完成。环境执行器由 runner 连接，Agent 不需要实现 Terminal-Bench 或 Harbor 专属钩子。

内置适配器用 _container_dependencies 声明容器所需的最小发行包集合， 从安装包元数据读取版本，避免把完整 all extra 的 benchmark 依赖带入每个容器。外部适配器 也可用同一属性声明发行包名元组；两者默认 None 表示未支持容器。 _check_container() 做执行前检查，覆写时先调用基类检查；Claude Code 在这里检查 cli_path 和显式凭据。容器直接接收解析后的完整角色 config，不转发宿主环境配置。 版本化资源仍从 self.files_dir 读取，容器任务目录仍通过 working_dir 传给 _run。

Harbor 安装声明依赖在宿主上的对应版本，将框架源码和 Snapshot 分别传入容器， 按可导入的 Agent 类路径创建实例，再调用现有 run。外部适配类必须可导入，其发行包 也需列入依赖；任意外部源码不会自动复制。声明容器支持前应确认 harness 能在 Linux 中 运行，并具备目标任务所需的工具。内置 MiniAgent 已通过原生 workspace tool 提供 shell； 容器支持声明本身不检查某个 harness 是否能完成具体任务。 框架入口隔离自身的 Python 导入路径，保留任务环境的 PYTHONPATH 供任务工具使用。

CLI runner 为 Terminal-Bench 自动绑定 Harbor。直接 Python 使用在 rollout 前调用：

from flashrsi.integrations.harbor import bind

bind(agent)

未绑定环境执行器时，rollout 会在开始任何任务前拒绝带 Task.env 的整批任务。 数据、依赖和验证范围见 Terminal-Bench 说明。

MiniAgent 的调用路径

MiniAgent._run → 子进程 _entry.py → 原生 run → Trajectory

适配类通过 stdin JSON 直接传入 llm_config=config.llm、web_config=config.web、 debug_llm_io 和其他原生运行参数。原生 run 接收普通字典并初始化当前子进程的 模型与网页工具设置；无需导入框架 Config，也不读取 FLASHRSI_* 或 OPENAI_* 回退。 source_dir 提供的 harness 需支持同样的函数参数；没有返回 messages 时， 最终轨迹仍包含基类添加的 RunConfig。

harness 的小改动

内置 harness 保留以下独立优化；它们不需要 FlashRSI，也不是新 Agent 的接入模板：

文件	改动
agent.py、editor.py	增加可选编辑目录，Context 向工具提供任务工作目录；保留自身指令；原生返回已有 messages，保留失败时已产生的输出和用量；检查工具是否启用
llm.py	移除 provider 专用默认值和未使用的 analyzer/LiteLLM 路由；统一使用 OpenAI SDK，保留 Chat/Responses；推理设置和 extra_body 显式传入；SDK 重试交给原生循环管理
trace.py	用显式配置和运行环境中的密钥对原生日志脱敏
workspace.py	默认资源目录改为本包的 agent.yaml 所在目录；自动发现目录型 SKILL.md，只展示 description 并提供按需读取工具；平铺 skill 继续内联
tools/read_skill.py、tool_descriptions/read_skill.json	存在目录型 skill 时自动提供的原生工具，按需读取发现的 skill 正文，不返回 frontmatter；与 workspace 配合，不依赖框架或算法
tools/shell.py、tool_descriptions/shell.json、agent.yaml	默认启用原生 shell 工具，支持工作目录、超时和有界输出收集；正常完成时保留后台服务，超时或取消清理当前命令进程组；随 Snapshot 版本化，不依赖框架或 benchmark

web_config.py 改为读取传入的 web 字典；reader.py、tools.py、tool_result.py 保持原生逻辑。 usage 沿用原生统计范围，包含主循环、辅助调用与强制回答；网页提取用量没有额外补齐。

原生差异集中在 miniagent-harness.patch，对比来源是旧 FlashRSI 提交 5efe9b438483710060183c6c3ecbc5062b410a58 的 miniagent/harness/*.py。 对比前对基线使用同样的 Ruff 格式化，以排除纯格式差异。

目录型 skill 的发现与加载属于 MiniAgent 原生 workspace 能力：扫描 skills/<name>/SKILL.md，展示 description，按需读取正文。目录存在时提供 read_skill， 删除最后一个目录后工具随之移除（原生配置显式启用的工具仍保留）。配置中的 skills 列表仍只负责原有平铺 .md 的全文内联；同名目录和平铺文件会明确报错。 Evo-Harness 只编辑 skill 文件，配置由既有 Snapshot 权限保持只读，无需额外激活声明。 自定义来源目录需要自行保留相应的原生发现和加载能力；算法不会改写其 runtime。

Review 顺序：components.yaml → 适配类 _run → _entry.py → 上述差异文件。 进程桥接在收到终止信号时取消原生执行；适配类给工具最多两秒完成清理，再强制终止。