Sage RSI Agent Harness
基于任务反馈反复打磨 Agent,让每个版本都有可查的评分证据。
- Star 数
- ★ 1.2k
- 最近更新
- 1 天前
- License
- MIT
- 主语言
- Python
- FA 评分
- 48/100 · 缺口较多
30 秒速览
- 运行形态
- 可在哪里用
- 兼容但需适配OpenAI API
- 费用
- 软件免费,模型调用费用自付
- 上手难度
- 中 · 需要几步配置
- 开始前需要
- 典型场景
- 想系统提升某个客服或零售类对话 Agent 的成功率,并保留每次改动的评测证据的团队
- 不适合
- 需要多机水平扩展或多 worker 并发部署的团队
- 需要强容器级隔离来运行不可信代码的团队
- 期望 RSI 结果自动上线、无需人工审核的团队
- 官网
- zhangzhengeric.github.io/Sage ↗ 来自 GitHub 仓库设置
- 维护状态
- 近 30 天有提交最近提交 2026-11-20最新版本 v2.2.0(2026-11-13)近 7 天每天 +0.6 ★
- 源码审查
- 48/100 · 缺口较多
这个 Agent 能做什么,适合哪些场景?
Sage 是一个 RSI(递归自我改进)Agent Harness,用 Runner 执行、独立 Evaluator 打分、Tuner 优化、版本选择四段循环,把目标或整理过的使用历史转成可比较的 Agent 版本。运行时 SAgents v2 以 sage.yaml 定义 Agent 包(指令、Skills、工具、资源),提供模型路由与上下文预算、MCP 工具、可持久化的 Session 与可暂停/恢复的 Run。它有三种落地形态:Flutter 编写的 Desktop 应用、带 Agent Studio 的多用户 Server,以及可嵌入自有 Python 应用的 SAgents SDK(SAgentBuilder、StartRun、run_stream)。RSI 只产出候选版本,是否采纳由使用者决定,并保留 diff 与评估记录。内置部署面向单进程或单主机,Server 仅支持单 worker,本地进程执行不等于容器隔离。README 还给出 τ²-bench retail 的本地实验结果(40 个测试任务、每任务四次试验、task success 从 75.000% 提升到 83.125%),并明确标注这不是官方榜单成绩。
Agent 包由 sage.yaml 描述:metadata、agents(instructions、models)、entrypoint,模型凭据可通过 credentials 的 env 来源注入;SageManifestLoader().loads() 解析 YAML 文本,SAgentBuilder().build() 装载运行时并生成应用。执行时通过 ApplicationEntrypoint.run_stream(StartRun(...), context, agent=agent) 传入 InputItem 与 TextBlock,以事件流返回过程,再以 stream.wait() 取最终 state;Session 跨 Run 保留对话历史,支持暂停/恢复等待人工输入或审批。RSI 环节把目标或精编历史送入 Runner 执行,由独立 Evaluator 按 train/dev 与独立 test 评分,Tuner(实验中为 gpt-6.1-sol)生成候选,保留候选、diff 与评估记录供人工选择,默认不改动生效版本。宿主侧负责绑定沙箱提供方、工具策略、运行时预算与凭证,并可替换模型、记忆、存储、工具与调度提供方;Desktop 还提供流式 OpenUI 交互界面与可编辑 PPTX 导出。
- 想系统提升某个客服或零售类对话 Agent 的成功率,并保留每次改动的评测证据的团队
- 用 Python 把可暂停、可流式输出的多轮 Agent 嵌入自有后端服务的开发者
- 需要一个带权限与多用户的 Agent 管理与调优平台(Server + Agent Studio)的内部平台团队
- 在本地组合原生工具、可复用 Skills 与 MCP 服务做原型验证的工程师
- 需要人工审批门控与沙箱策略、而非全自动执行的高合规场景
- 希望用可视化桌面端观察 RSI 进度与 Agent 版本历史的非纯命令行用户
安装与配置要点
摘自下方的安装和使用说明,以项目 README 的最新说明为准。
- 环境变量
MODEL_API_KEY- 配置文件
.env.exampleapp/v2/server/.envsage.yaml- 运行环境
- Python 3.12+ · Node.js 22.12+
- 安装说明涉及
- Windows · macOS · Linux
如何安装或部署这个 Agent?
桌面端可直接下载 2.1.1 安装包(macOS arm64/x86_64、Windows x86_64、Linux arm64/x86_64),Python 与后端已打包,无需检出仓库或系统 Python/Flutter;Linux 仍需 GTK 与 bubblewrap。macOS 包未公证、Windows 安装包未签名。
从源码运行桌面端需要 Python 3.12+ 与支持桌面端的 Flutter(Dart ^3.12.2):
git clone https://github.com/ZHangZHengEric/Sage.git
cd Sage
python3.12 -m venv .venv
source .venv/bin/activate
python -m pip install -e '.[desktop]'
cd app/v2/desktop
flutter pub get
flutter run -d macosServer 需要 Python 3.12+、MySQL 与 Node.js 22.12+:
python -m pip install -e '.[server]'
cp .env.example app/v2/server/.env
cd app/v2/server/web
npm install
npm run build
cd ../../..
python -m app.v2.server.env 中须填写 MySQL 连接、JWT secret 与初始管理员凭据。
如何使用这个 Agent?
最小可用路径:安装桌面端后在 Settings 中添加模型,配置 Agent,然后开始对话或打开项目;应用会自动启动本地后端,配置与会话数据位于 ~/sage/runtime,默认工作区为 ~/sage/agent_workspace。
不接 API key 时可先跑离线 RSI 演练,观察脚本化的循环流程。用 Python SDK 时,单个文件即可完成一次运行,无需 sage.yaml 文件:
from sagents.v2.composition.loaded_agents import ApplicationEntrypoint
from sagents.v2 import ActorRef, RequestContext, SAgentBuilder, StartRun
from sagents.v2.contracts.commands import InputItem
from sagents.v2.contracts.items import TextBlock
from sagents.v2.contracts.principals import PrincipalType
from sagents.v2.package.manifest import SageManifestLoader
manifest = SageManifestLoader().loads(AGENT_YAML)
app = await SAgentBuilder().build(runtime=default_runtime("runtime"), models_config_text=MODELS_YAML)
agent = await app.load_agent(manifest)
stream = await cast(ApplicationEntrypoint, app.entrypoint()).run_stream(StartRun(
agent_id=agent.id,
input=(InputItem(role="user", content=(TextBlock(text="Say hello!"),)),),
resolved_spec_hash=agent.composition_hash,
idempotency_key=str(uuid4()),
), RequestContext(actor=ActorRef(principal_id="user-1", principal_type=PrincipalType.USER)), agent=agent)
async for event in stream.events:
print(event.model_dump_json())模型密钥通过环境变量提供:
export MODEL_API_KEY="your-api-key"
python quickstart.pyServer 启动后访问 localhost:8090,/studio 用于管理 Agent 包。
这个 Agent 有哪些优点和局限?
- RSI 循环职责分离:Runner 执行、独立 Evaluator 打分、Tuner 优化,测评集 train/dev 与 test 分离选择,避免测试集污染选型
- 候选版本不自动生效,保留候选、diff 与评估记录,采纳权交给人
- 同一套 SAgents v2 运行时同时服务 Flutter 桌面端、多用户 Server 和 Python SDK,宿主可替换模型、记忆、存储、工具与调度提供方
- 内建 MCP 工具、Skills、可持久化 Session 与暂停/恢复审批,接近生产所需的执行控制面
- 用 τ²-bench retail 公开了可复现的实验协议与逐次试验数据(320 次测量),并诚实标注为探索性本地结果
- 提供无需 API key 的离线 RSI 演练,降低评估门槛
- Server 仅支持单 worker,MySQL 持久化不提供水平扩展,也没有分布式任务接管或自动断点续跑
- 本地进程执行并非容器隔离,不适合运行不可信代码
- 桌面端 RSI 目前只支持简单类型与原生工具,通用 MCP 集成不代表 RSI 绑定中可用
- 从源码构建依赖 Python 3.12+、Flutter、MySQL、Node.js 22.12+ 等多套环境,Linux 还需 GTK 与 bubblewrap
- macOS 安装包未公证、Windows 安装包未签名,企业分发需自行处理信任问题
- 部分组件文档仅有中文,英文读者可能需要跨语言查阅
- 性能收益仅来自单次探索性实验,尚无第三方独立复现
这个 Agent 与同类方案有什么区别?
与相关度最高的同类 agent 并排比较关键指标。
| Agent | 源码审查 | 形态 / 费用 | Star | 最近更新 | 主语言 | 完整支持的平台 |
|---|---|---|---|---|---|---|
| Sage RSI Agent Harness 当前 | 48 · 缺口较多 | 桌面应用免费 + 模型费 | ★ 1.2k | 1 天前 | Python | OpenAI API |
| NextClaw | 61 · 存在缺口 | 桌面应用免费 + 模型费 | ★ 264 | 1 天前 | TypeScript | Codex · Claude Code |
| PocketPaw | 44 · 缺口较多 | 桌面应用免费 + 模型费 | ★ 934 | 2 天前 | Python | Codex · OpenAI API · Claude API |
| OpenWork | 71 · 存在缺口 | 桌面应用免费版 + 付费版 | ★ 25k | 今天 | TypeScript | Codex · Claude Code |
FollowAgents 如何评估这个 Agent?
查看各维度的扣分理由
信任维度证据有限。least_privilege:README 提到沙箱、工具策略与宿主授权,但样本中 agent-browser 技能允许 Bash(npx agent-browser:*) 与 Bash(agent-browser:*),权限面较宽,且未见细粒度限制,故仅 1。user_confirmation:brainstorming 技能有 HARD-GATE 要求用户批准设计,README 提到审批与暂停/恢复,但整体产品级确认机制在样本中未充分展示,1。data_flow_transparency:CONFIGURATION 说明凭据声明与引用、不内嵌明文,但模型调用数据流向(如 OrcaRouter 默认端点)仅简述,1。sensitive_data_handling:TROUBLESHOOTING 明确要求脱敏日志、不公开 API Key;AstrBot 插件对异常文本做屏蔽并限制图片/文本大小,2。dependency_security:pyproject 固定 mcp==1.28.1、lark-oapi==1.7.5 等,但多数依赖为宽松下限,未见漏洞扫描或 SBOM,1。external_effects:README 声明 RSI 只产生候选不自动激活,工具结果不明时要求核对再重试,但浏览器自动化等外部副作用缺乏统一回滚,1。rollback:有版本保留与候选/差异记录,但明确说明持久状态不提供分布式接管或自动检查点恢复,1。source_attribution:LICENSE 版权为 Zavixai,pyproject 作者为 Eric ZZ,发布者未经验证,来源归属不一致,1。
self_consistency:README、CONFIGURATION、TROUBLESHOOTING 对单 worker、MySQL 必需、Python 3.12+ 等描述一致,2。dependency_availability:依赖多为公开 PyPI 包,但 server/desktop 需要 MySQL、Node、Flutter、bubblewrap 等外部组件,且部分版本约束宽松,1。failure_messages:TROUBLESHOOTING 提供症状-检查表,AstrBot 插件有结构化错误码与中文提示,CLI 有 next_steps,2。
audience_and_scenarios:覆盖 Desktop、Server、Python SDK 三类宿主与多场景,2。capability_boundaries:README 明确 RSI 支持边界、单进程/单 worker、本地执行非容器隔离,2。trigger_precision:技能描述触发词较宽泛(如 brainstorming 声称任何创作前必须使用),agent-browser 触发面广,可能过度触发,1。environment_fit:给出 macOS/Windows/Linux 安装与 Linux GTK/bubblewrap 要求,2。
information_architecture:README 有清晰导航表与折叠分区,docs 有中英双语与 nav_order,2。install_notes:Desktop 安装、源码运行、Server 运行步骤具体,2。naming_stability:存在 v1/v2 并存、Sage/SAgents/Desktop/Server 多名称,迁移说明分散,1。examples_and_faq:有完整 Python quickstart、离线 RSI 演练、故障排查表,2。known_limitations:明确列出 RSI 边界、单 worker、未签名安装包、部分文档仅中文,2。license:MIT 全文存在且 pyproject 声明一致,2。versioning_changelog:有版本徽章 2.1.1、release_notes 与 change_log 引用,2。maintenance_responsibility:发布者未经验证,仅有 Sage Team 与贡献指南,责任主体不明确,1。
output_usability:quickstart 可直接产出事件流与最终状态,Desktop/Server 有可用界面,2。marginal_value:RSI 实验快照为探索性本地测量,非官方榜单,增益有限且自述保留回归,1。cost_benefit:需模型 API 费用、MySQL/Node/Flutter 等较重依赖,收益证据薄弱,1。
claim_traceability:README 声称链接到实验协议与逐次测量 JSON,但样本未包含该数据文件,无法核对,1。cross_source_corroboration:README、CONFIGURATION、TROUBLESHOOTING 相互印证部分事实,但实验结论仅单一来源,1。fact_inference_separation:文档大体区分声明与边界,但实验快照与产品能力混排,未明确标注推断,1。
- 发布者身份未经验证,且 LICENSE 版权署名(Zavixai)与 pyproject 作者(Eric ZZ)不一致,采用前应核实来源与维护主体。
- agent-browser 等技能授予宽泛的 Bash 执行权限,浏览器自动化可产生登录、提交表单等外部副作用,需在受控环境并配合审批使用。
- README 中的 RSI 实验增益为探索性本地测量,非官方榜单,且样本未包含逐次测量数据,不能据此推断普遍效果。
- Server 仅支持单 worker,本地执行并非容器隔离;依赖 MySQL、Node、Flutter、bubblewrap 等较重外部组件。
- 多数依赖使用宽松版本下限,未见漏洞扫描或 SBOM,建议自行锁定并审计依赖。
最近版本
来自该项目 GitHub Releases 的最新发布记录,说明为上游原文摘录,未经本站改写或测试。
-
v2.2.0 Sage 2.2.0
发布说明摘录
Sage 2.2.0 新增与改进 - 桌面插件。在桌面端上传、打开和固定 HTML/CSS/JavaScript 插件。Agent 可以用内置插件开发 Skill 与示例生成、注册插件,并在发起请求的窗口打开。插件可通过宿主接口使用存储及获授权的能力。 - 桌面工作台。改进项目导航、对话历史恢复、消息和工具过程展示。开启「优先交互 UI」后按对话预加载 OpenUI;关闭后省去这部分上下文。 - Sage Voice。仓库新增独立语音客户端,支持流式语音、实时字幕和打断。可以逐项启用 Agent 工具,编辑中英文进度播报,使用临时工作区和目标模式。Voice 从源码单独运行。 - Skill 与执行恢复。支持按 Run 授权发现和按引用加载 Skill,并支持 Skill 版本管理。改进模型能力探测、工具或模型调用失败后的受限恢复,以及本地沙箱的联网与 Office 文档转换。 - 内置 Skill 调整。缩减随安装包分发的通用 Skill,新增桌面插件开发 Skill 与示例。 - RSI、Server 与诊断。完善数据集治理、重复评估与版本追踪,新增成对网页设计评估。增加 Feishu 等 IM 集成能力、运行耗时和请求诊断,并扩展 SQL 观测存储与 libSQL 记忆后端。 Highlights …在 GitHub 查看 ↗ -
v2.1.1 Sage 2.1.1
发布说明摘录
Sage 2.1.1 Patch release containing the changes merged since 2.1.0. 本次补丁版本包含 2.1.0 之后合入的更新。 Changes / 更新 - Improve Desktop agent configuration, resource selection, skill import, settings and chat history rendering. - Unify v2 agent and Team execution, improve durable recovery, and suspend uncertain tool outcomes for reconciliation. - Improve sandbox execution, shared Team sandbox leases, workspace isolation and session authorization. - Improve Server model and plugin configuration, session diagnostics, and request latency reporting. …在 GitHub 查看 ↗ -
v2.1.0 Sage 2.1.0
发布说明摘录
Sage 2.1.0 Native interactive UI / 原生交互式界面 Sage Desktop now uses the official [OpenUI](https://github.com/thesysdev/openui) parser with its own native Flutter Glass renderer. Assistant output renders incrementally as text arrives, with light and dark themes and 31 registered component types. This is a supported native component subset, not the upstream Web renderer or OpenUI Cloud Reports API. Desktop 使用 OpenUI 官方解析器和 Flutter 原生 Glass 组件随文本输出增量渲染,支持深浅色与 31 类注册组件。加号菜单可开启“优先交互 UI”,设置 → 通用可指定新聊天的默认值;开启时自动加载内置 Skill,无需调用工具加载渲染能力。 …在 GitHub 查看 ↗
常见问题
RSI 会自动改我的 Agent 吗?
使用 Sage 需要付费吗?
能部署给多个用户吗?
内置的沙箱能隔离不可信代码吗?
README 里的成功率提升可以直接引用吗?
Sage RSI Agent Harness 官网是什么?
Sage RSI Agent Harness 开源吗?
Sage RSI Agent Harness 还在维护吗?
Sage RSI Agent Harness 是谁开发的?
谢谢反馈,我们会据此改进页面。