PenguinHarness 是一个统一的、稳定的智能体自我进化（递归自我改进，RSI）开源框架，项目地址为 https://github.com/Prism-Shadow/penguin-harness。其核心理念是：模型保持固定，由 harness 进化，具体包括提示词、Skills、工具和 hooks。它运行在用户自己的电脑或服务器上，可作为桌面应用、Web App、CLI 和 SDK 使用。
主要能力
- 将所有 RSI 算法整合进一个框架：Default、OPRO、APE、ACE 和 AWM 以插件形式提供，并在同一套内置 Benchmarks、记分板与快照上运行。
- 一句话构建智能体应用：描述需求后，智能体自行编写应用、页面以及运行说明。
- 运行成本低：工具集刻意保持精简，并针对开源模型调优；据称在数据分析套件上，以 Claude Code 成本的 1/70 达到最佳准确率。
- 智能体互相进化：选择算法与 Benchmark 后，一个智能体逐轮改进另一个智能体；每个候选版本都会先快照再变更，所有得分进入 Evaluation Center。
- 每个新项目包含七个 Benchmarks，以 Harbor 任务形式在 Docker 中运行：PenguinHarness Benchmark Sec A 至 Sec E（来自 rag-bench-essential、DeepSWE、AutomationBench、Terminal-Bench-Science 和 Terminal-Bench）以及 GDPevo Train 和 Test。更多 Benchmarks 位于 penguin-harness-benchmark。
- 演示示例：一个决策智能体经过评估、修正一次工作方法并在同一模型上重测后，得分从 84 提升到 100，且每次运行的成本都显示在屏幕上。
一句话，一个应用 文中给出的结果示例是一个法律审查应用：用户上传合同，逐个文件跟踪审查，并下载包含风险条款、解释和建议修订的报告。五次示例审查的模型调用成本为 $0.0423。
智能体能做什么
- 回复可以携带 UI：选项、表单、步骤、Mermaid 图表和实时小部件（A2UI）。
- 每个 harness 在通常配对的模型上运行相同任务。
- 内置插件：智能体还可以编写和优化自己的 Skills（文档可查）。
支持的模型 文档列出了项目重点支持的模型家族，包括闭源模型和开源模型，并说明应用中的 Models 页面会列出每个变体及其提供方。文中提到 OpenCode Go 提供 Claude Haiku 5.5；Fable 5.1、Opus 5.5 和 Sonnet 5.5 可通过 Anthropic 和 OpenRouter 获取；Hunyuan 4 使用 hy4-preview。自定义 OpenAI 协议端点也可用，覆盖 1000+ 在线和本地模型。
使用方式
- 从 penguin.ooo/download 下载安装包：macOS 11+（dmg）、Windows 10+（exe）或 Linux x64（AppImage、deb）。应用打开即已登录，无需终端。
- 然后运行命令 penguin web。它会在 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；模型在 Models 页面配置。桌面应用与 CLI 共享 ~/.penguin/data。
- 镜像在 7364 端口提供服务，数据位于 /data 卷，支持 linux/amd64 和 linux/arm64；latest 跟随 main 上镜像运行时或构建输入的变化，每个发布也有版本标签。示例仅监听回环地址。面向网络的部署、Compose 和升级请参见 Docker quickstart。
- 每个 GitHub Release 为每个目标附加恰好一个包——Linux 和 macOS 为 x64 / arm64，Windows 为 x64，另有免运行时通用包。同一文件同时服务于在线和离线安装。每个包封装程序载荷、其 SHA256 校验和以及平台安装器。在有网络的机器上下载该单文件，复制到目标机器，解压一次并运行捆绑的安装器——无需网络，也无需另行携带校验和文件（密封的 SHA256 始终会被验证）。
- Linux（arm64 上使用 penguin-linux-arm64.tar.gz）；macOS（示例为 Apple silicon，Intel 上使用 penguin-darwin-x64.tar.gz）；Windows（解压后双击 install.cmd，或在 PowerShell 中运行）。
- Chrome 扩展（可选）：PenguinHarness Browser 让智能体在用户自己的 Chrome 中驱动交给它们的标签页。
同一引擎可脚本化，并设计为由智能体驱动。开发路线图提及：基准测试套件的公开发布、Windows 支持、智能体公司与模板、公司级自我进化、OpenShell 集成（权限治理的 shell）。
用编码智能体开发此仓库时，其开发 Skills 位于 .agents/skills/（penguin-harness-dev、penguin-harness-frontend、penguin-harness-manual-test）。Claude Code 通过 .claude → .agents 符号链接无需安装即可加载；其他智能体可将 .agents/skills/* 链接或复制到其读取 Skills 的目录。完整工作区指南见 CONTRIBUTING.md，包括开发命令、质量门禁、仓库布局和变更日志规则。
引用与致谢：若在研究中使用 PenguinHarness，请引用相关文献。仓库受益于 MinGit（Windows 上捆绑的 POSIX shell 和 Git）和 GenericAgent（内置浏览器自动化），许可证见 THIRD-PARTY-NOTICES.md。项目采用 Apache-2.0 许可证，© 2026 Prism Shadow。维护团队包括机构 PrismShadow AI、Qinghe Dynamic 以及 Yaowei Zheng（LlamaFactory、PrismShadow）、Leijun Zhou、Zhihao Liu、Xiang Qu、Hengjin Dou（均为 PrismShadow）、Ning Wang、Ming Lu（均为 Qinghe Dynamic）。
限制：除上述内容外，关于具体收费、价格、平台可用性、效果指标或使用步骤的更多信息暂未提供。
