17.7 总结：六大 Harness 框架选型矩阵
🐋 "一张图选完整个 Agent 工具栈。"
一、本节目标
读完 14–17 章，你已经看过四个开源 Harness / 框架 + 12–13 章的两个代码框架。本节把这六个项目汇总成一张决策表，让你未来面对"用谁"的问题时，能在 5 分钟内得出答案。
二、第三部分全景回顾
第三部分：框架实战篇（6 章）
│
├─ 代码框架（让你"造"Agent）
│ ├─ 12 章 LangChain —— 装配库，链 / 工具 / Agent / LCEL
│ └─ 13 章 LangGraph —— 有状态图，检查点 / 条件路由 / Human-in-the-Loop
│
└─ 行动型 Harness（让你"用"Agent）
├─ 14 章 OpenClaw —— 跨平台个人助理（多渠道）
├─ 15 章 Hermes Agent —— 自我进化的私人助理（自进化）
├─ 16 章 Claude Code —— 工业 IDE 范本（编程工具）
└─ 17 章 DeepSeek Harness —— 一切皆插件的开源底座（自建平台）
三、选型矩阵（一张表）
3.1 横轴：你"想要什么"
| 你的需求 | 最适合 | 次选 |
|---|---|---|
| 快速接入多模型/多工具 | LangChain | OpenClaw |
| 复杂有状态 + 人机协作 | LangGraph | LangChain + LCEL |
| Agent 住进 WhatsApp/Telegram | OpenClaw | Hermes Agent |
| Agent 自动学新技能（自进化） | Hermes Agent | （尚无第二家） |
| 编程 IDE 中跑 Agent | Claude Code | DeepSeek Harness |
| 搭一个长期可控的 Agent 平台 | DeepSeek Harness | OpenClaw + 自研 |
| 教学 / 训练 / 学习原理 | Claude Code（源码解剖）+ LangChain（库） | OpenClaw |
| 完全避开商业产品 | DeepSeek Harness + OpenClaw + Hermes 三件套 | 自研 |
| 生产级 SaaS Agent | LangChain + LangGraph + LangSmith | OpenClaw（需配大量 ops 工具） |
| 科研 / 模型基准 | LangChain + 最小化整合 | DeepSeek Harness --profile minimal |
3.2 选型决策树
Q1: 你想立刻"用上"一个 Agent，还是想"自己搭"？
├─ 立刻用 → 行动型 Harness 子树
│ ├─ 把 Agent 放聊天 App？→ OpenClaw（第14章）
│ ├─ 让 Agent 越长越聪明？→ Hermes（第15章）
│ ├─ 软件工程 IDE 工作？→ Claude Code（第16章）
│ └─ 搭长期可控的平台？→ DeepSeek Harness（第17章）
│
└─ 自己搭 → 代码框架子树
├─ 需要复杂流程 + 状态？→ LangGraph（第13章）
├─ 需要快速接入多工具？→ LangChain（第12章）
└─ 自己造轮子？→ 读 6 章任一"借鉴"小节，结合第 8 章 Harness Engineering
四、6 框架对照表（一图全览）
| 维度 | LangChain | LangGraph | OpenClaw | Hermes | Claude Code | DeepSeek Harness |
|---|---|---|---|---|---|---|
| 类型 | 代码框架 | 代码框架 | Harness | Harness | Harness | Harness |
| 许可 | MIT | MIT | MIT | MIT | source-avail | MIT |
| 核心范式 | Runnable 链 | 状态图 | 多渠道 | 自进化 | 工业 IDE | 一切皆插件 |
| 可换内核 | — | — | ❌ | ❌ | ❌ | ✅ |
| 模型无关 | ✅ | ✅ | ✅ | ✅ | ❌ | ✅ |
| 可定制深度 | 高（代码） | 高（代码） | 中（Skill） | 中（Skill） | 低（Config） | 极高（插件） |
| 上手门槛 | 中 | 中 | 极低 | 极低 | 低 | 中 |
| Skill 协议 | Tool ABC | Tool ABC | SKILL.md | SKILL.md | SKILL.md | SKILL.md |
| 生产就绪度 | 高 | 高 | 高 | 高 | 高 | 预览版 |
| 典型 30 天使用 ROI | 中 | 高 | 高（消费级） | 高（自进化） | 高（开发） | 中（搭平台） |
五、按"长期价值"排序
一个真正会用 Agent 的人，工具栈可能在 1 年内经历这样的演化：
第 1 个月 ─► LangChain：从零搭 Agent（学原理）
│
第 2-3 个月 ─► LangGraph：上状态、循环、人机协作（学工程）
│
第 4-6 个月 ─► Claude Code：日常 IDE 伴侣（高效开发）
│
第 6-12 个月 ─► OpenClaw + Hermes：个人助理接管日常事务
│
同时 ─► DeepSeek Harness：搭建长期可控的开源底座
注意：这不是"必须按此顺序"，而是"收益曲线如此自然展开"——你可以跳过任何一步。
六、三种典型技术栈推荐
6.1 学术研究 / 教学型
LangChain（库）
+ LangGraph（有状态）
+ 本地 LLM（Ollama）
+ 阅读 Claude Code 16.4 事件后源码分析作为范例
- 上手快；
- 完全开源 + 模型可控；
- 教学价值最高（每个抽象可读可改）。
6.2 消费级 / 个人助理型
OpenClaw（聊天渠道）
+ Hermes Agent（自进化）
+ 任意 LLM（云端或本地）
+ Docker 沙箱部署
- 上手极低；
- 多渠道 + 自进化 = "会陪着你长大的 Agent"；
- 长期使用 ROI 最高。
6.3 工程团队 / 生产级
Claude Code（编程 IDE，源/原料）
+ LangChain + LangGraph（生产级服务编排）
+ MCP 服务器生态（外接工具）
+ LangSmith（可观测性）
- 工业级稳定性（商业团队背书）；
- 生态最完整；
- 适合中大型团队的工程化场景。
6.4 长期自主 / "不想被卡脖子"型
DeepSeek Harness（开源底座）
+ OpenClaw/Hermes/Claude Code 任选作为"上层 UI"
+ 自研插件生态
+ 模型 fallback 链
- 完全可控；
- 模型无关；
- 适合"长期平台"型项目。
七、第三部分小结
我们用了 6 章把整个"行动型 Agent"图景铺开：
- 认知层——分清"代码框架 vs 行动型 Harness"；
- 库层——LangChain + LangGraph 是"让你造 Agent 的库"；
- 产品层——OpenClaw / Hermes / Claude Code / DeepSeek Harness 是"让你用 Agent 的产品"；
- 范式层——它们其实只是同一组（事件流 + 沙箱 + 状态图 + 工具 + 权限）的不同实现；
- 工程层——读完任何一个，都能"看清其他三个"。
八、接下来
第三部分到此结束。进入第四部分：多 Agent 系统篇（第18章起）——讨论多个 Agent 怎么协作、通信、协议化；为更大规模的复杂任务做准备。
- 第18章 多 Agent 协作 —— Supervisor / 去中心化 / CrewAI 实战
- 第19章 Agent 通信协议 —— MCP / A2A / ANP
- 第20章 Agent 的评估与优化
- 第21章 安全与可靠性
- 第22章 部署与生产化
- 第23章 项目实战：AI 编程助手
- 第24章 项目实战：智能数据分析 Agent
- 第25章 项目实战：多模态 Agent
九、本节小结
| 主题 | 关键要点 |
|---|---|
| 6 框架全景 | LangChain / LangGraph / OpenClaw / Hermes / Claude Code / DeepSeek Harness |
| 选型决策 | 用 vs 搭 + 场景定位 |
| 长期价值 | 6 框架在不同阶段各有最佳 ROI |
| 技术栈推荐 | 学术 / 消费 / 工程 / 长期自主——四种场景四种栈 |
| 接下来 | 第四部分：多 Agent 系统篇 |