LongHorizon-Harness

# LongHorizon-Harness
컴퓨터 사용 에이전트를 위한 루프 엔지니어링
Claude Code, Codex, OpenCode, 또는 DeepSeek Harness에 목표를 한 번만 주세요. 데스크톱 앱과 터미널에서 수십 시간 동안 계속 작업하게 하세요.

계획 → 실행 → 검증 → 체크포인트 또는 복구 → 반복 — 작업이 실제로 완료될 때까지.

Usage · The Loop · Computer Use · Results · Project Website · 简体中文

모델은 에이전트가 한 라운드에 무엇을 할 수 있는지 결정합니다. LongHorizon-Harness는 그 주변의 루프를 설계합니다: 다음에 무엇을 할지, 실제 컴퓨터에서 결과를 어떻게 검증할지, 어떤 진행 상황을 보존할지, 실패나 컨텍스트 새로고침 후에 어떻게 계속할지.

Claude Code, Codex, OpenCode, DeepSeek Harness를 위한 루프 엔지니어링 시스템. 한 번의 명령으로 설치하고 바로 실행하세요.

LongHorizon-Harness는 기존 에이전트를 장시간 실행되는 컴퓨터 사용 시스템으로 바꿉니다. 데스크톱 앱과 터미널 CLI 전반에서 목표와 검증된 상태를 지속적으로 재구성하고, 다음의 경계가 명확한 단계를 선택하고, 새로운 컨텍스트로 실행하고, 실제 결과를 확인한 뒤, 승인된 진행 상황을 체크포인트하거나 실패 증거를 다음 라운드에 반영합니다. 새로운 모델을 학습시키거나 기존 에이전트를 대체하지 않습니다. 그 주변에 지속 가능한 실행 루프를 제공합니다.

✨ News

[v0.1.8 · 2026-10-21] 과거 실행을 재개한 후의 승인, Markdown 형식의 Manager 라우트, Claude Code MCP 격리, 그리고 비 UTF-8 CLI/DeepSeek 출력을 수정했습니다. 느린 마무리 응답을 위한 --final-response-timeout을 추가했습니다. 업그레이드 세부 사항과 현재 Windows 제한 사항은 릴리스 노트를 참조하세요.
[v0.1.7 · 2026-08-20] 완료된 실행은 더 이상 막다른 길이 아닙니다: 워크벤치가 이제 대화형입니다. 응답을 읽고 후속 메시지를 입력하면, 처음부터 다시 계획하지 않고 자체 라운드 원장에서 실행이 계속됩니다. 라운드 중간에 보낸 메시지는 바로 다음 라운드에서 처리되므로, 중지하고 계속해도 메시지가 유실되지 않습니다. 또한 모든 역할에 --reasoning-effort를 추가했으며(--manager-reasoning-effort 등으로 개별 역할 재정의 가능), 이를 지원하는 백엔드로 전달됩니다. 트랜스크립트는 이제 엄격한 시간 순서로 표시되며, 정상 중지는 워커가 무시할 때만 강제 중지로 에스컬레이션됩니다.
[v0.1.6 · 2026-08-15] OpenCode CLI 지원을 추가했습니다. LongHorizon-Harness는 이제 opencode run prompt를 --agent opencode로 실행할 수 있으며, 역할 범위의 읽기/쓰기 권한, OpenCode API 엔드포인트 재정의, 정규화된 JSON 결과, CLI/config/doctor 통합을 지원합니다. Web 워크벤치에서 각 역할별로 OpenCode Harness와 모델을 독립적으로 선택할 수 있습니다.
[v0.1.5 · 2026-08-14] 1단계 DeepSeek Harness CLI 지원을 추가했습니다. LongHorizon-Harness는 이제 dsh --profile headless를 --agent deepseek_harness로 실행할 수 있으며, 격리된 DSH_HOME, 역할 범위의 읽기/쓰기 권한, DeepSeek API 엔드포인트 재정의, 정규화된 JSONL 결과, CLI/config/doctor 통합을 지원합니다. Web 워크벤치에서 각 역할별로 DeepSeek Harness와 모델을 독립적으로 선택할 수 있습니다. GUI 컴퓨터 사용 및 MCP 지원은 이후 단계에서 제공됩니다. CLI 설정을 참조하세요.
[v0.1.4 · 2026-08-11] 새로운 Dashboard가 출시되었습니다: 브라우저에서 완전히 조작할 수 있는 React/FastAPI 워크벤치입니다. 작업을 시작하고, 역할별로 백엔드와 모델을 선택하고, 승인에 응답하고, 실행 중에 지시를 보내고, 실행을 중지하거나 재시작할 수 있습니다. lh-harness web으로 실행하세요. 브라우저에서 작업 실행을 참조하세요.
[2026-08-10] Terminal-Bench 2.1 평가를 추가했습니다.
[v0.1.3 · 2026-08-07] 이제 모든 실행은 검증된 상태만으로 작업에 답하는 평이한 언어의 응답으로 끝납니다. 작업은 기본적으로 실행한 디렉터리에서 작동하며, 콘솔은 각 라운드가 발생하는 대로 보고합니다.
[2026-08-06] LongHorizon-Harness가 Hugging Face Daily Papers 주간 순위에서 1위를 달성했습니다.
[v0.1.2 · 2026-08-06] 통합 컴퓨터 사용 플러그인 관리, 강화된 감사자 읽기 전용 검사 및 역할 격리, 안정적인 프로세스 정리, 확장된 doctor 진단을 추가했습니다. 컴퓨터 사용 플러그인 관리를 참조하세요.

🚀 빠르게 반복하고 있습니다. 기대해 주세요!

Video Demo

promotional_video_1440p.mp4

홍보 영상 열기 (1440p MP4)

실제 컴퓨터 환경을 위한 루프 엔지니어링.
LongHorizon-Harness에 결과물을 주세요. 남은 작업을 반복적으로 경계가 명확한 단계로 바꾸고, 올바른 컴퓨터 표면에서 그 단계를 수행하고, 실제로 무슨 일이 일어났는지 확인하고, 검증된 결과를 다음 라운드로 이어갑니다.

flowchart LR
S["원래 목표 +<br/>검증된 상태"] --> P["다음의 경계가 명확한<br/>단계 계획"]
P --> A["새로운 컨텍스트로 데스크톱 앱 또는 CLI에서<br/>실행"]
A --> V["실제 환경에서 파일, UI, 로그, 테스트<br/>검증"]
V -->|통과| C["체크포인트<br/>검증된 진행 상황"]
V -->|실패| R["증거 기록<br/>및 복구"]
C --> D{"작업 완료?"}
R --> S
D -->|아니오| S
D -->|예| F["검증된 결과"]

Loading

이것이 루프 엔지니어링입니다: 단일 턴을 위한 프롬프트가 아니라, 에이전트 주변의 실행, 검증, 수정, 복구 루프를 설계하는 것입니다.

하나의 루프. 세 가지 집중된 책임.
역할은 루프 내부의 구현 경계이며, 세 에이전트가 각자 작업의 버전을 독립적으로 키우는 것이 아닙니다.

루프 책임
역할
담당하는 것

🧭 상태 및 다음 단계
Manager
원래 목표, 검증된 진행 상황, 실패 증거, 남은 작업으로부터 매 라운드를 재구성

⚡ 실행
Executor
새로운 컨텍스트로 시작하여 데스크톱 앱 또는 CLI에서 명확하게 정의된 한 단계를 완료

🔍 실제 상태
Auditor
Executor의 주장을 신뢰하지 않고 실제 파일, 인터페이스, 로그, 테스트를 독립적으로 검사

독립적 검증을 통과한 결과만 신뢰할 수 있는 작업 상태가 됩니다. 거부된 결과는 진행 상황이 아니라 증거로 남습니다. 컨텍스트가 새로고침되거나, 작업이 실패하거나, 결과물이 검사를 통과하지 못하면, 다음 라운드는 원래 목표와 마지막 검증된 체크포인트에서 시작하여 남은 것부터 계속합니다.

데스크톱 앱과 CLI. 하나의 연속된 작업.
LongHorizon-Harness는 GUI와 CLI 워크플로를 모두 지원합니다.

🖥️ 데스크톱 조작
⌨️ 터미널에서 작업

🌐 클릭, 입력, 스크롤, 탐색
💻 코드 작성 및 수정

📊 스프레드시트 조작
▶️ 명령 및 스크립트 실행

📄 문서 편집
📦 의존성 및 환경 설치

🎨 디자인 소프트웨어 사용
🔧 시스템 구성 및 디버깅

🧊 3D 도구 조작
📁 파일 및 데이터 처리

하나의 작업이 브라우저에서 시작하여 데이터 처리를 위해 명령줄로 이동하고, 결과물 생성을 위해 데스크톱 소프트웨어에서 계속하고, 검증이나 디버깅을 위해 터미널로 돌아올 수 있습니다. 목표, 진행 상황, 증거는 전체 과정에서 동일한 상태 관리 시스템 아래 유지됩니다.

어떤 모델이든. 어떤 에이전트 백엔드든.
LongHorizon-Harness는 특정 모델이나 에이전트 백엔드에 묶여 있지 않습니다. 기존 모델과 에이전트는 원래 워크플로를 변경하지 않고 구성을 통해 연결됩니다.

계층
지원되는 선택

🧠
모델
Claude, GPT, Qwen, 그리고 에이전트 백엔드가 노출하는 기타 모델

🤖
에이전트 백엔드
Claude Code, Codex CLI, OpenCode, DeepSeek Harness(dsh, 1단계에서는 CLI 전용), 그리고 커스텀 AgentAdapter 구현

🎛️
역할 할당
Manager, Executor, Auditor가 각각 다른 모델이나 백엔드를 사용할 수 있음

🖥️
실행 환경
로컬, 플러그 가능한 Environment 프로토콜 사용

가벼운 AgentAdapter는 각 에이전트의 네이티브 실행 루프를 유지하면서, LongHorizon-Harness가 그 주변에서 역할 경계, 검증된 작업 상태, 라운드 간 진행 상황을 조정합니다.

세 역할 모두에 하나의 모델을 사용하거나, 품질, 속도, 비용의 균형을 맞추기 위해 서로 다른 모델과 백엔드를 조합하세요.

수백 개의 실제 작업. 측정된 향상.
LongHorizon-Harness는 신중하게 선별된 소수의 성공 사례에서만 시연되지 않습니다.

GUI, CLI, 혼합 컴퓨터 환경 전반의 수백 개의 복잡한 작업에서 실행했습니다:

작업 영역
작업이 포함하는 것

🌐 웹 프론트엔드
브라우저 상호작용, 개발자 도구, 코드 변경을 통해 웹사이트와 웹 애플리케이션을 개발, 수정, 검증

📊 데이터 분석 및 시각화
데이터를 처리하고, 차트와 대시보드를 생성하고, 분석 결과와 시각적 결과물을 확인

🛠️ 운영 및 디버깅
로그, 네트워크, 성능, 서비스 장애를 조사하고, 시스템을 구성, 진단, 수리

🎨 디자인 및 이미지 처리
시각 자산을 편집하고, 디자인 레퍼런스를 맞추고, 이미지를 처리하고, 최종 시각적 품질을 검증

🎮 게임 및 상호작용
게임이나 상호작용 애플리케이션을 구축, 운영, 디버깅하고, 상호작용 로직과 런타임 동작을 확인

📄 문서 및 프레젠테이션
콘텐츠, 서식, 참조, 레이아웃, 최종 전달을 포함하여 문서와 슬라이드 덱을 편집

🧊 공간 추론
공간 관계, 기하학, 정밀 배치, 3D 작업을 포함하는 작업을 완료

🖥️ 데스크톱 및 시스템 설정
다중 애플리케이션 워크플로 전반에서 데스크톱 애플리케이션, 파일, 시스템 설정을 조작

🔬 연구 및 교육
문헌 연구, 교과 과정, 교육 자료, 양식, 연구 지원 워크플로를 완료

🎬 창작 제작
도구 전반에서 자산을 조정하면서 프레젠테이션, 비디오, 오디오 및 기타 미디어를 제작

⚙️ 엔지니어링 및 컴퓨팅
CAD, EDA, 과학 소프트웨어, 개발 도구, 클라우드 또는 DevOps 툴체인을 사용

🎫 개인 서비스
이벤트 티켓팅, 일상 서비스, 게임, 시각 검색 워크플로를 처리

🏛️ 행정 및 규정 준수
사무, 법률, 정책 민감 양식, 기관, 안전 인식 제출 워크플로를 완료

💼 비즈니스 및 금융
시장 분석, 조달, 대출, 영업, 경비 환급, 크로스 애플리케이션 엔터프라이즈 워크플로를 처리

🏥 헬스케어
의료 품질 관리, 보험, 예방접종, 구조화된 건강 양식 워크플로를 완료

동일한 모델. 동일한 실행 백엔드. 오직 하네스만 변경됩니다.

~50% → ~80%
GUI + CLI 완료율

WeaveBench

3×
전체 데스크톱 작업 완료율

OSWorld 2.0

69.7% → 77.2%
코드 + CLI 성공률

Terminal-Bench 2.1 · 토큰 24% 감소

📊 전체 벤치마크 결과 및 실험 설정

벤치마크
지표
Claude Code
LongHorizon-Harness
향상

WeaveBench (114개 작업)
PassRate
51.8
80.7
+28.9

WeaveBench
Overall
0.702
0.835
+0.133

OSWorld 2.0 (108개 작업)
Binary
2.8
8.3
3.0×

OSWorld 2.0
Partial
21.5
35.2
+13.7

Terminal-Bench 2.1
성공률
69.7
77.2
+7.5

모든 행은 Qwen 3.7-Plus를 백본으로, Claude Code를 실행 백엔드로 사용합니다.

전체 결과 표와 사례 궤적은 LongHorizon-Harness 프로젝트 웹사이트에서 확인할 수 있습니다.

하나의 명령. 완전한 가시성.
설치
1–2단계는 머신당 한 번, 3단계는 프로젝트당 한 번입니다. 그런 다음 브라우저(4단계) 또는 명령줄(5단계)에서 작업을 실행하세요.

요구 사항

필요한 대상

uv
권장되는 격리 설치. pip를 선호하면 건너뛰세요.

Python 3.10 이상
하네스 실행. uv tool install은 자체 Python을 가져오고, pip install은 사용자의 Python을 사용합니다.

PATH에 있는 하나의 에이전트 런타임: codex, claude, opencode, 또는 dsh
실제로 작업을 실행. 역할별로 백엔드를 혼합하려면 둘 이상을 설치하세요.

Node.js 20 이상
npm으로 배포되는 컴퓨터 사용 플러그인. DeepSeek Harness 자체는 현재 Node.js ^22.19.0 또는 >=24.0.0이 필요합니다.

플랫폼 상태: macOS가 현재 테스트된 플랫폼입니다. 네이티브 Windows 실행은 v0.1.8에서 POSIX 전용 제어 버스 및 슈퍼바이저 프리미티브로 인해 차단됩니다. Linux 내부에 하네스와 에이전트 CLI를 설치한 WSL2를 사용하세요. 네이티브 Windows 지원은 #70에서 추적됩니다.

언제든지 lh-harness doctor를 실행하여 위의 모든 항목을 확인하세요. 환경 확인을 참조하세요.

1. LongHorizon-Harness 설치
uv tool install lh-harness # 또는: pip install lh-harness
나중에 uv tool upgrade lh-harness 또는 pip install --upgrade lh-harness로 업그레이드하세요.

2. 컴퓨터 사용 플러그인 설치
작업이 GUI를 건드리지 않는다면 건너뛰세요. 그렇지 않으면 에이전트에 맞는 것을 설치하세요. 기본적으로 활성화된 플러그인은 없으며, 한 번 설치하면 머신의 모든 프로젝트에 적용됩니다.

Codex 사용 시:

lh-harness plugin install codex-computer-use
Claude Code 또는 두 에이전트 모두 사용 시:

lh-harness plugin install open-computer-use
codex-computer-use는 t…와 함께 번들로 제공되는 공식 플러그인입니다