如何设计一个OpenHarness风格的智能体运行时：包含工具、记忆、权限、技能和多智能体协调

在本文中，我们将从零开始构建一个OpenHarness风格的智能体运行时。该框架包括核心构建模块：工具使用、类型化工具模式、权限管理、生命周期钩子、记忆、技能、上下文压缩、重试逻辑、成本跟踪以及多智能体协调。我们不将智能体框架视为黑盒，而是暴露完整控制流：接收用户任务、让模型决定下一步动作、验证并执行工具调用、返回观察结果，然后循环直至任务完成。实现完全可运行，无需API密钥或额外基础设施。

首先，我们设置核心数据结构。例如，定义Usage和ToolCall数据类，以及AssistantTurn表示模型输出。Message用于对话历史。使用简单的token估算函数count_tokens来近似计算成本。CostMeter类累计token使用并转换为美元成本。通过PRICE_BOOK字典可以为不同模型设定价格。

然后，我们实现工具系统。通过fld函数声明工具输入字段，并自动构建JSON Schema。BaseTool基类提供schema和run方法，子类只需实现execute。ToolRegistry管理所有注册的工具。VirtualFS提供内存文件系统，确保教程安全且确定。

权限系统通过PermissionKind枚举区分工具危险等级（读、写、执行、元）。PermissionChecker根据模式和路径规则做出允许/拒绝/询问决策。生命周期钩子（HookManager）允许在工具调用前后添加自定义逻辑，例如实现PreToolUse和PostToolUse。

此外，支持技能（skills）聚合多个工具，上下文压缩处理长对话，重试逻辑处理失败调用，成本跟踪监控开销。最后，多智能体协调允许多个智能体实例协作完成复杂任务。

本教程提供完整代码示例，读者可以在Colab中直接运行实验。通过这种透明实现，深入理解智能体框架的内部工作机制。