使用者操作流程
從下任務到多機監管，七步走完
由左到右：環境與模型怎麼接進來、操作者怎麼下任務與放行、管理者怎麼監看多台節點。有副作用的動作一律先問過人。
綠＝環境接進來 藍＝操作者下任務 橘＝審批與監管 紫＝平台輸出
多數 agent 框架綁死單一廠商的 API，還拖著龐大的相依樹。我們把架構核心保留下來，但規模控制在一個人一個下午讀得完。
約 1,900 行、純標準函式庫，測試跑完不到一秒。要在客戶環境裡跑的東西，應該能讓人整份讀過再決定信不信它。
任何 OpenAI 相容端點都接得上，地端的 llama.cpp、vLLM、企業閘道都可以。除了你設定的模型端點，不會對外傳送任何資料。
動檔案、執行指令、連外網這類有副作用的工具，互動模式下一律先問。工具本身跑在作業系統沙箱裡，寫入限制在工作目錄。
每次模型呼叫的 token、工具次數與延遲都統計下來，超過設定上限直接硬停整個任務，不會跑到你發現時已經燒完。
前三區是單機日常使用；後四區把記憶、外部工具、評測與遠端操作接上，適合要長期維運多台 agent 的團隊。
Web 介面、命令列或桌面應用三種入口。串流逐字稿、工具卡片、對話歷史都看得到，桌面版關窗即停不留背景程序。
第一步有副作用的動作送出審批，同意才執行。bash 走 macOS Seatbelt 或 Linux bubblewrap 圈住，可一併斷網。
第二步每台機器跑自己的節點，任一台列出其他節點就成為總控。一頁看完所有對話與子代理的狀態、用量與等待中的許可，可就地審批或停止。
多機跨對話的持久記憶，一則事實一個檔案並自動產生索引。久未確認的會標記待確認，可以合併重複、歸檔過期，人看得到 agent 到底記得什麼。
進階以 MCP 接外部系統的工具；接上地端的真瀏覽器後可以搜尋與讀取 JavaScript 才長出來的頁面，不需要任何搜尋 API 金鑰。
延伸對任何模型跑評測套件，每個案例在乾淨的暫存工作區執行，用確定性檢查計分。量化「這顆模型會不會用工具、守不守規矩」。
選型手機直接對節點下任務，有副作用的動作以允許／拒絕按鈕送到手機決定。只服務白名單聊天，token 只從檔案或環境變數讀。
遠端由左到右：環境與模型怎麼接進來、操作者怎麼下任務與放行、管理者怎麼監看多台節點。有副作用的動作一律先問過人。
SSE 串流客戶端、TOML 設定讀取、MCP 客戶端全部自己實作，換句話說裝起來就只有它自己。
服務、事件與工具註冊都掛在共享的 context 上，卸載插件時自動回捲它註冊的一切。要加自家工具不必改核心。
macOS 走 Seatbelt、Linux 走 bubblewrap，不自己造沙箱。設成必要模式時，沒有可用後端就拒絕啟動而不是默默放行。
總控代理審批與停止指令到各節點，節點權杖只存在總控的環境變數裡，瀏覽器永遠碰不到。對外綁定必須帶權杖。
云碩機房的多台 AI 伺服器上就跑著 xHarness 節點，由 mac 端的總控統一監看。開源在 GitHub，MIT 授權可自由商用。
現成框架多半綁死單一廠商的 API，而且相依樹龐大——要在客戶機房裡長期維運的東西，相依越多越難交代。我們需要的是能整份讀完、能接地端模型、每個危險動作都攔得住的東西，所以自己寫了一套並開源。
預設不會。動檔案、執行指令、連外網這類動作在互動模式下一律先問，而且工具本身跑在沙箱裡，寫入限制在工作目錄與暫存目錄。要全自動執行得自己明確關掉審批，那是刻意的選擇而不是預設值。
可以。接地端的 llama.cpp 或 vLLM 端點就完全不需要外網，除了你指定的模型端點之外不會對外傳送任何資料。搜尋功能接的也是地端的瀏覽器，不走商用搜尋 API。
分工不同。xStudio 管的是「模型從哪來、誰能用、花多少錢」；xHarness 管的是「拿到模型之後，agent 怎麼安全地動手做事」。xHarness 可以把模型端點指向 xStudio，兩套一起用就同時有治理與稽核。
可以，MIT 授權。原始碼公開在 GitHub，可以自由使用、修改與商業散布。需要導入協助、客製工具或長期維運支援，云碩另外提供技術服務。