Show HN: Lite-Harness – 自托管光标代理（使用 Claude Code/OpenCode）
一句话看懂：LiteLLM 团队开源了 Lite-Harness，一个可将 Claude Code、OpenCode、GitHub Copilot 和 Codex 等 AI 编程代理统一托管在 Docker 沙箱中的工具。它通过 OpenCode 兼容的 API 接口，让开发者用一条命令启动多个编程代理，并共享会话和工具配置。
事件核心：发生了什么
LiteLLM Labs 在 GitHub 上发布了 Lite-Harness 项目（MIT 许可）。该工具的核心是一个 Docker 容器，通过 LiteLLM 网关调用后端大模型，为开发者提供一个自托管的沙箱环境。
使用方式包括：
- CLI 工具：通过
lite claude-code或lite opencode命令直接在终端启动对应代理。 - HTTP API：基于 OpenCode 的 API 规范，外部系统可以通过 REST 接口调用。
- 会话持久化：默认会话在服务器重启后消失，但支持挂载数据目录实现跨重启保持。
- 沙箱隔离：通过设置 E2B_API_KEY 或 DAYTONA_API_KEY，为每个代理提供独立的 Linux 沙箱。
团队在项目中说明，此前维护多个 AI 代理的独立服务器（OpenCode、Claude Code）成本很高：API 规范不同、会话管理不统一、MCP 工具和系统提示词需分别配置。Lite-Harness 将这些问题压缩为一个 Docker 镜像和一套配置。
为什么重要
这是 AI 编程工具从“单点工具”走向“可托管基础设施”的典型信号。当前各大模型公司纷纷推出自己的编程代理（Claude Code、OpenAI Codex、GitHub Copilot），但每个代理要求独立的部署环境和配置逻辑，对于需要同时试用多种代理的企业或高级开发者来说，管理成本陡升。
Lite-Harness 提供了一个 代理无关的托管层：共享 MCP 工具、统一会话管理、同一套 API 入口。这在技术选型上相当于“AI 代理的 Kubernetes”。同时，它将大模型调用全部走 LiteLLM 网关，意味着用户可以在本地或私有云运行，不依赖公网 API——这对于企业内部代码安全敏感的场景尤为重要。
对用户/开发者/创作者的影响
对普通开发者：如果正在评估 Claude Code、Codex 或 GitHub Copilot 哪个更适合自己的工作流，Lite-Harness 可以一键部署测试环境，无需分别配置每个代理的运行时。对于习惯本地终端操作的开发者，CLI 命令非常低摩擦。
AI 工具推荐
想把多个 AI 模型放在一个入口？
GamsGo AI 集成 ChatGPT、DeepSeek、Gemini、Claude、Midjourney、Veo 等常用模型，适合写作、绘图、视频和日常 AI 工作流。
推广链接：通过此链接购买，我可能获得佣金，不影响你的价格。
对企业 AI 团队：Lite-Harness 提供持久化会话和沙箱隔离，有利于建立企业内部统一的 AI 编程代理中台。运维成本从管理多个服务降低到管理一个 Docker 容器，且所有代理共享同一套 MCP 工具和提示词库。
对开源生态：支持“添加一个 harness”的扩展机制，意味着社区可以贡献新的代理适配。目前公开信息显示仅支持四个代理，但如果社区活跃，可预见将覆盖更多模型和服务。
值得关注的后续
1. 生产环境稳定性：目前持久化、沙箱等功能均已实现，但尚待社区大规模测试才能评估高并发场景下的稳定性，尤其是多代理共享 LiteLLM 网关时的资源竞争。
2. 代理适配扩展：核心价值在于生态横向扩展。如果用户仅使用单个代理（如只使用 Claude Code），此方案的优势有限；但若同时使用多个代理，统一管理收益显著。
3. 竞争格局：其他开源项目（如 dust.tt、langchain 的 Agent 框架）也在做类似的代理编排，Lite-Harness 能否因“原生 OpenCode 兼容”和“极简 Docker 化”获得社区青睐，值得观察。
来源：github.com
