(01)Der vollständigste Harness auf dem Markt. Das Agent SDK stellt dieselben Tools, dieselbe Agent-Schleife und dasselbe Kontextmanagement bereit, auf denen Claude Code läuft – programmierbar in Python und TypeScript. Eingebaut sind Datei-, Shell-, Such- und Web-Tools, Hooks an jeder Stelle der Schleife, Subagenten, MCP, Berechtigungsmodi, Sessions zum Fortsetzen und Abzweigen, automatische Kontextverdichtung sowie Skills und Plugins aus dem Projekt. Einschränkungen: ausgelegt auf Claude-Modelle; das TypeScript-SDK und die mitgelieferte Claude-Code-Binärdatei unterliegen den kommerziellen Bedingungen von Anthropic, nicht einer Open-Source-Lizenz; Produkte von Drittanbietern dürfen keinen claude.ai-Login anbieten und müssen API-Keys nutzen. Als vollständig gehostete Variante bietet Anthropic zusätzlich Managed Agents an.
Produktionsagenten mit Schleife, Tools, Hooks, Subagenten und Berechtigungen von Claude Code als BibliothekSDK kostenlos installierbar; Modellnutzung wird über die Claude-API abgerechnet
(02)Praktisch gleichauf mit dem Claude Agent SDK und der stärkste vollständig quelloffene Harness eines Modellanbieters. Die Codex CLI steht unter Apache-2.0 und ist in Rust geschrieben; codex app-server stellt denselben Agenten über JSON-RPC 2.0 bereit und treibt Clients wie die VS-Code-Erweiterung von Codex an. Das Codex SDK (TypeScript und Python) steuert lokale Codex-Agenten für CI/CD, eigene Agenten und interne Werkzeuge – mit fortsetzbaren Threads und expliziten Sandbox-Modi (nur lesen, Schreiben im Workspace, Vollzugriff). Hooks, Sandboxing, AGENTS.md, MCP, Skills und Subagenten sind dokumentiert. Andere Harnesses bauen darauf auf: OpenClaw liefert ein Codex-Harness-Plugin auf Basis des App-Servers. Abgestimmt auf GPT-Modelle.
Quelloffener Coding-Harness mit App-Server-Protokoll und SDK zum EinbettenCLI kostenlos (Apache-2.0); Nutzung über ein ChatGPT-Abo oder einen OpenAI-API-KeyAI-Native
(03)Die Referenz für dauerhaft laufende, selbst gehostete Assistenten. Ein lokales Gateway dient als Steuerzentrale für Sessions, Tools, Ereignisse und Kanäle und bringt den Agenten laut Projekt-README in mehr als 20 Messaging-Dienste sowie in native Apps. Modelle und sogar Agent-Harnesses sind austauschbare Plugins – darunter ein Codex-Harness, bei dem Codex die Session auf unterster Ebene steuert. Optionales Sandboxing verlagert die Tool-Ausführung nach Docker, Podman, SSH und in weitere Backends (standardmäßig aus); dazu kommen Hooks, Skills, Subagenten, MCP und eine ACP-Brücke für IDEs. Getragen von der unabhängigen OpenClaw Foundation, ohne Bezahlstufe oder gehosteten Dienst. Den Betrieb im Detail behandelt unser separater OpenClaw-Produktionsleitfaden.
Selbst gehosteter Assistent für Einzelpersonen und Teams mit Multi-Channel-Gateway und austauschbaren HarnessesKostenlos (MIT); Sie zahlen Ihren ModellanbieterAI-Native
(04)Der selbstverbessernde Agent von Nous Research und OpenClaws engster Konkurrent. Sein Alleinstellungsmerkmal ist eine eingebaute Lernschleife: vom Agenten gepflegtes Gedächtnis, Skills, die aus Erfahrung entstehen und sich im Einsatz verbessern, und Volltextsuche über frühere Sessions; die Skills folgen dem Standard von agentskills.io. Hermes arbeitet mit beliebigen Modellen (Nous Portal, OpenRouter, OpenAI, eigene Endpunkte und weitere), bringt sechs Terminal-Backends mit (lokal, Docker, SSH, Modal, Daytona, Vercel Sandbox), startet isolierte Subagenten, unterstützt MCP und läuft als ACP-Server in Editoren. Ein eingebauter Importer übernimmt Einstellungen, Erinnerungen und Skills aus OpenClaw, Claude Code, Codex CLI oder Cursor. Die Aussagen zur Selbstverbesserung stammen vom Hersteller – prüfen Sie sie an Ihren eigenen Aufgaben.
Selbstverbessernder Assistent mit Lernschleife, Cron-Automationen und Messaging-GatewayKostenlos (MIT); Sie zahlen Ihren ModellanbieterAI-Native
(05)Der führende anbieterunabhängige Open-Source-Coding-Harness. OpenCode trennt primäre Agenten (Build mit allen Tools, Plan nur für Analyse) von Subagenten (General, Explore), die primäre Agenten automatisch aufrufen oder die Sie per @-Erwähnung starten; versteckte Systemagenten übernehmen Verdichtung und Zusammenfassungen. Unterstützt MCP-Server, Skills, fein abgestufte Berechtigungen, ACP für Editoren wie Zed und JetBrains-IDEs sowie einen Server samt SDK für die programmatische Nutzung. Funktioniert mit Dutzenden gehosteten Anbietern und lokalen Modellen. Ideal für Teams, die die Modellschicht selbst in der Hand behalten wollen.
Anbieterunabhängiger Coding-Harness mit primären Agenten, Subagenten und BerechtigungenKostenlos (MIT); Sie zahlen Ihren ModellanbieterAI-Native
(06)Der Harness mit voller Grundausstattung für Teams, die eigene Agenten im Code bauen. Deep Agents ergänzt Planung (ein To-do-Tool), ein virtuelles Dateisystem mit austauschbaren Backends, ein Task-Tool, das isolierte Subagenten startet, Zusammenfassung und Auslagerung von Kontext bei langen Läufen, Skills aus SKILL.md, dauerhafte Anweisungen aus AGENTS.md und Freigaben durch Menschen. Sandbox-Backends ergänzen die Shell-Ausführung. Grundlage ist die LangGraph-Runtime für dauerhafte Ausführung und Streaming; unterstützt werden Modelle von Anthropic, OpenAI, Google, OpenRouter, Ollama und weiteren. Parallel wird eine JavaScript-Portierung (deepagentsjs) gepflegt.
Code-first-Harness auf LangGraph: Planung, Dateisystem, Subagenten, Kontext-AuslagerungKostenlos (MIT); Sie zahlen Ihren ModellanbieterAI-Native
(07)Der Harness für Minimalisten. Pi beschreibt sich als minimalen, erweiterbaren Agent-Harness: starke Voreinstellungen, aber bewusst ohne Subagenten und Plan-Modus – was Sie brauchen, ergänzen Sie über Erweiterungen, Skills, Prompt-Vorlagen und teilbare Pi-Pakete. Nutzbar interaktiv, im Print- oder JSON-Modus, über RPC oder mit dem TypeScript-SDK; im selben Repository liegen eine einheitliche Multi-Provider-LLM-API (auch für OpenAI-kompatible lokale Server wie Ollama) und ein eigenständiges MCP-Client-Paket. Das Pi-README nennt OpenClaw als Praxisintegration. Ideal, wenn Sie jeden Teil der Schleife verstehen und selbst besitzen wollen.
Minimaler, erweiterbarer Harness und Baukasten: einheitliche LLM-API, Agent-Schleife, TUI, SDKKostenlos (MIT); Sie zahlen Ihren Modellanbieter oder melden sich mit einem bestehenden Abo anAI-Native
(08)Ein quelloffener Allzweck-Agent, der über Coding hinausgeht: Recherche, Texte, Automatisierung und Datenarbeit. goose läuft als native Desktop-App, als CLI und als einbettbare API, ist in Rust geschrieben und arbeitet mit vielen Anbietern, darunter Anthropic, OpenAI, Google, Ollama, OpenRouter, Azure und Bedrock. Erweiterungen werden über MCP angebunden, Subagenten sind dokumentiert, und ACP-Provider erlauben die Nutzung bestehender Agent-Abos. goose gehört zur Agentic AI Foundation (AAIF) unter dem Dach der Linux Foundation – eine governancefreundliche Wahl für Organisationen, die Projekte eines einzelnen Anbieters meiden.
Allzweck-Agent für Desktop und CLI mit MCP-Erweiterungen unter neutraler GovernanceKostenlos (Apache-2.0); Sie zahlen Ihren ModellanbieterAI-Native
(09)DeepSeeks eigener Open-Source-Harness, am 13. August 2026 auf GitHub veröffentlicht. Er basiert auf dem Framework Cordis und folgt dem Prinzip „alles ist ein Plugin“: Modelladapter, Tool-Registry, Session-Log und sogar die Agent-Schleife sind austauschbare Plugins. Dauerhafter Zustand liegt in einem Append-only-Session-Log. Mitgeliefert werden Profile für Web-UI, Headless-Betrieb, SDK (TypeScript und Python) und ACP sowie eine Desktop-App, dazu Adapter für DeepSeek und ein Multi-Provider-Adapter für andere APIs und selbst gehostete Server. Letzter Platz nur wegen der Reife: Das Projekt ist eine Developer Preview mit angekündigten Breaking Changes, die neuesten Tags sind Vorabversionen, und der eigene Sicherheitshinweis sagt, dass es weder sicherheitsauditiert noch produktionsreif ist.
Plugin-first-Harness (Cordis) mit Web-UI-, SDK- und ACP-Profilen, Developer PreviewKostenlos (MIT); Sie zahlen Ihren ModellanbieterAI-Native
