long-runner-harness
長時間稼働するAgentの自動化フレームワークです。Anthropic公式のautonomous-codingパターンに基づき、Dual-Agent アーキテクチャ + Browser-First Testing + Defense-in-Depth Securityを実装しています。複数のAgentが協働して複雑なタスクを自動処理し、ブラウザベースのテストにより実装の正確性を検証します。多層的なセキュリティ対策により、長期運用時の安定性と安全性を確保できます。
description の原文を見る
长时间运行 Agent 的自动化框架。基于 Anthropic 官方 autonomous-coding 模式，实现 Dual-Agent 架构 + Browser-First Testing + Defense-in-Depth Security。
SKILL.md 本文
Long-Runner Harness v4.0
Anthropic 公式 autonomous-coding パターンに基づいた、真の長時間自動実行の実装です。
核心原則
各機能は独立した新しいセッションで実行し、コンテキストの過剰な長さを避けます。 各機能は実際のブラウザー UI で検証する必要があります（Playwright MCP）。curl やユニットテストのみの使用は認められません。
アーキテクチャ概要
デュアルエージェント模式
Anthropic 公式実装を参考にすると、2 つのエージェントは本質的に同じシステムの異なる初期プロンプトです：
| エージェント | 責務 | トリガータイミング |
|---|---|---|
| Initializer Agent | 初期環境の設定、feature_list の作成、init.sh の作成 | 初回実行 (/long-runner init) |
| Coding Agent | 増分進展 + ブラウザー検証 + 明確な成果物の生成 | 後続の各実行 (/long-runner continue) |
スケジューラーアーキテクチャ
┌──────────────────────
...
詳細情報
- 作者
- fengxd1222
- ライセンス
- unknown
- 最終更新
- 2026/4/6
Source: https://github.com/fengxd1222/long-runner-harness / ライセンス: unknown
関連スキル
agent-browser
AI エージェント向けのブラウザ自動化 CLI です。ウェブサイトとの対話が必要な場合に使用します。ページ遷移、フォーム入力、ボタンクリック、スクリーンショット取得、データ抽出、ウェブアプリのテスト、ブラウザ操作の自動化など、あらゆるブラウザタスクに対応できます。「ウェブサイトを開く」「フォームに記入する」「ボタンをクリックする」「スクリーンショットを取得する」「ページからデータを抽出する」「このウェブアプリをテストする」「サイトにログインする」「ブラウザ操作を自動化する」といった要求や、プログラマティックなウェブ操作が必要なタスクで起動します。
anyskill
AnySkill — あなたのプライベート・スキルクラウド。GitHubを基盤としたリポジトリからエージェントスキルを管理、同期、動的にロードできます。自然言語でクラウドスキルを検索し、オンデマンドでプロンプトを自動ロード、カスタムスキルのアップロードと共有、スキルバンドルの一括インストールが可能です。OpenClaw、Antigravity、Claude Code、Cursorに対応しています。
engram
AIエージェント向けの永続的なメモリシステムです。バグ修正、意思決定、発見、設定変更の後はmem_saveを使用してください。ユーザーが「覚えている」「記憶している」と言及した場合、または以前のセッションと重複する作業を開始する際はmem_searchを使用します。セッション終了前にmem_session_summaryを使用して、コンテキストを保持してください。
skyvern
AI駆動のブラウザ自動化により、任意のウェブサイトを自動化できます。フォーム入力、データ抽出、ファイルダウンロード、ログイン、複数ステップのワークフロー実行など、ユーザーがウェブサイトと連携する必要があるときに使用します。Skyvernは、LLMとコンピュータビジョンを活用して、未知のサイトも自動操作可能です。Python SDK、TypeScript SDK、REST API、MCPサーバー、またはCLIを通じて統合できます。
pinchbench
PinchBenchベンチマークを実行して、OpenClawエージェントの実世界タスクにおけるパフォーマンスを評価できます。モデルの機能テスト、モデル間の比較、ベンチマーク結果のリーダーボード提出、またはOpenClawのセットアップがカレンダー、メール、リサーチ、コーディング、複数ステップのワークフローにどの程度対応しているかを確認する際に使用します。
openui
OpenUIとOpenUI Langを使用してジェネレーティブUIアプリを構築できます。これらはLLM生成インターフェースのためのトークン効率的なオープン標準です。OpenUI、@openuidev、ジェネレーティブUI、LLMからのストリーミングUI、AI向けコンポーネントライブラリ、またはjson-render/A2UIの置き換えについて述べる際に使用します。スキャフォルディング、defineComponent、システムプロンプト、Renderer、およびOpenUI Lang出力のデバッグに対応しています。