--- title: "Harness 与评估参考：www project agent observability standard - Harness 与评估 | 思行致远" canonical: "https://siyuanailab.com/knowledge/workflows/agent-building/harness-evaluation/agent-building-harness-evaluation-www-project-agent-observability-standard/" dateModified: "2026-06-30" datePublished: "2026-06-30" --- 打开 AI·外脑目录 AI·外脑 [返回专栏首页](https://siyuanailab.com/knowledge/) × 站内搜索 ⌕ 主要栏目 - [AI 核心概念](https://siyuanailab.com/knowledge/ai-core/) - [工作流](https://siyuanailab.com/knowledge/workflows/) - [工具配置与选型](https://siyuanailab.com/knowledge/toolkits/) - [信源与标准](https://siyuanailab.com/knowledge/sources/) - [场景案例 待开发](https://siyuanailab.com/knowledge/scenarios/) - [职业与能力](https://siyuanailab.com/knowledge/career/) 专题 - [从这里开始](https://siyuanailab.com/knowledge/start/) - [获取与安装](https://siyuanailab.com/knowledge/install/) - [建设日志](https://siyuanailab.com/knowledge/ops/) [工作流子目录](https://siyuanailab.com/knowledge/workflows/) 基础设施层 - [浏览器自动化 **5**](https://siyuanailab.com/knowledge/workflows/infrastructure/browser-automation/) - [MCP 工具 **5**](https://siyuanailab.com/knowledge/workflows/infrastructure/mcp-tools/) - [文件系统与本地执行 **5**](https://siyuanailab.com/knowledge/workflows/infrastructure/filesystem-local/) - [API 网关与工具路由 **5**](https://siyuanailab.com/knowledge/workflows/infrastructure/api-tool-routing/) Skill 生产线 - [目标明确 **5**](https://siyuanailab.com/knowledge/workflows/skill-forge/goal-definition/) - [Skill 设计 **5**](https://siyuanailab.com/knowledge/workflows/skill-forge/skill-design/) - [代码实现 **5**](https://siyuanailab.com/knowledge/workflows/skill-forge/implementation/) - [测试评估 **5**](https://siyuanailab.com/knowledge/workflows/skill-forge/testing-evaluation/) Skill 参考库 - [写作与内容 **5**](https://siyuanailab.com/knowledge/workflows/skill-library/writing-content/) - [研究与知识 **5**](https://siyuanailab.com/knowledge/workflows/skill-library/research-knowledge/) - [沟通与协作 **5**](https://siyuanailab.com/knowledge/workflows/skill-library/communication-collaboration/) - [产品与项目 **5**](https://siyuanailab.com/knowledge/workflows/skill-library/product-project/) - [数据与分析 **5**](https://siyuanailab.com/knowledge/workflows/skill-library/data-analysis/) - [创意与设计 **5**](https://siyuanailab.com/knowledge/workflows/skill-library/creative-design/) - [商业与营销 **5**](https://siyuanailab.com/knowledge/workflows/skill-library/business-marketing/) Agent Building 只收录有多步工作流、工作标准、Loop、Harness、工具链或通信机制的真 Agent；不收纯 persona、profile、curated list 或只有 system prompt 的仓库。 - [多 Agent 框架 **5**](https://siyuanailab.com/knowledge/workflows/agent-building/multi-agent-frameworks/) - [工作流编排 **5**](https://siyuanailab.com/knowledge/workflows/agent-building/workflow-orchestration/) - [Sub-agent 模式 **5**](https://siyuanailab.com/knowledge/workflows/agent-building/sub-agent-patterns/) - [Harness 与评估 **5**](https://siyuanailab.com/knowledge/workflows/agent-building/harness-evaluation/) - [WF-091 Harness 与评估参考：agent lens](https://siyuanailab.com/knowledge/workflows/agent-building/harness-evaluation/agent-building-harness-evaluation-agent-lens/) - [WF-092 Harness 与评估参考：claude code hooks multi agent observability](https://siyuanailab.com/knowledge/workflows/agent-building/harness-evaluation/agent-building-harness-evaluation-claude-code-hooks-multi-agent-observability/) - [WF-093 Harness 与评估参考：HALO](https://siyuanailab.com/knowledge/workflows/agent-building/harness-evaluation/agent-building-harness-evaluation-halo/) - [WF-094 Harness 与评估参考：litefuse](https://siyuanailab.com/knowledge/workflows/agent-building/harness-evaluation/agent-building-harness-evaluation-litefuse/) - [WF-095 Harness 与评估参考：www project agent observability standard](https://siyuanailab.com/knowledge/workflows/agent-building/harness-evaluation/agent-building-harness-evaluation-www-project-agent-observability-standard/) Agent Building · Harness 与评估 · Agent Building 参考 · WF-095 # Harness 与评估参考：www project agent observability standard 思行致远 · 2026/6/30 · 置信度：高 HarnesstraceobservabilityAgent评估 OWASP 的 Agent Observability Standard，围绕 inspectable、traceable、instrumentable 定义 AOS、AgBOM、OpenTelemetry/OCSF、MCP/A2A hoo # www project agent observability standard > OWASP 的 Agent Observability Standard，围绕 inspectable、traceable、instrumentable 定义 AOS、AgBOM、OpenTelemetry/OCSF、MCP/A2A hook 和 Guardian Agent。 ## 这个能力解决什么问题 AOS 解决的是企业不能信任黑盒 Agent 的问题。Agent 会调用工具、访问记忆、检索知识、委派其他 Agent，传统日志很难说明“它里面有什么、做了什么、为什么做、能不能拦”。AOS 用标准化方式要求 Agent 可检查、可追踪、可插桩，并让 Guardian Agent 能在关键步骤允许、拒绝或修改行为。 ## 核心逻辑 输入是 Observed Agent 的触发、工具调用、用户消息、记忆/知识检索、Agent 响应、A2A/MCP 交互等事件。Observed Agent 在执行步骤前后向 Guardian Agent 发送 AOS 请求；Guardian 返回 allow/deny/modify，并把事件映射到 OpenTelemetry 或 OCSF trace；同时动态维护 Agent Bill of Materials，记录模型、工具、能力、知识、记忆、MCP server 和外部服务。输出是策略决策、trace、AgBOM 以及可审计的 Agent 行为链。 ## 技术结构 - 关键模块：Instrument 规范定义 Guardian 介入点；Trace 规范扩展 OpenTelemetry/OCSF；Inspect 规范定义 AgBOM 并扩展 CycloneDX/SPDX/SWID；MCP/A2A 扩展定义跨协议 hook。 - 调用链路：Agent step 触发 → AOS hook 组装 context/reasoning/request → Guardian 决策 allow/deny/modify → 行为继续或被改写 → trace 写入 OTel/OCSF → AgBOM 更新组件清单。 - 输入输出：输入是 agent context、tool call request/result、memory/knowledge events、delegation events；输出是 AOS response、trace event、BOM artifact、policy enforcement result。 - 核心依赖：这是标准/spec 项目，不是完整 SDK；实现层需要接入 OpenTelemetry、OCSF、CycloneDX/SPDX/SWID、MCP/A2A。 ## 为什么值得参考 它的价值是提供一套企业级 Agent 可观测词汇表。很多项目只记录 LLM call 和工具结果，AOS 进一步要求知道 Agent 由哪些模型/工具/记忆/知识组成，以及在每个关键点是否可被 Guardian 拦截。它适合作为内部 Agent 安全与可观测规范的骨架。 ## 为什么不建议直接套用 AOS 仍处于 public preview/working 草稿 色彩，README 的 roadmap 也显示大量实现还在后续版本。它不是拿来安装就能用的工具；如果没有自己的 Agent runtime 和 OTel/OCSF/BOM 管道，只会得到一份标准文档。部分文档存在拼写和占位代码，正式采用前需要 CC/安全负责人复核。 ## 如何改造成自己的版本 - 先把内部 Agent 事件对齐到 AOS 的三类目标：inspect、trace、instrument。 - 从最少 hook 做起：trigger、toolCallRequest、toolCallResult、agentResponse、A2A send。 - 做一个内部 AgBOM Markdown/JSON：模型、工具、记忆、知识库、外部服务、权限。 - 对高风险工具调用引入 Guardian 决策：allow/deny/modify，并记录 reason。 - 等字段稳定后再映射到 OpenTelemetry 或现有日志平台。 ## 适用场景 - 企业 Agent 治理、合规、审计、安全可观测标准设计。 - 多 Agent、MCP、A2A、外部工具较多，需要统一事件词汇。 - 想定义内部 Agent BOM 和 Guardian Agent 模式。 ## 不适用场景 - 需要立即可运行 dashboard 或 eval harness 的团队。 - 单机个人自动化，不需要标准化审计。 - 没有能力实现 hook、trace、BOM 映射的项目。 ## Agent Building 判断 - 多步工作流：Observed Agent event → AOS request → Guardian decision → trace emission → AgBOM update → original action continue/deny/modify。 - 工作标准：inspectable、traceable、instrumentable 三目标和 hook/response schema 构成标准。 - Loop 标准：每个关键 step 都可被 Guardian 检查并返回 allow/deny/modify，形成治理循环。 - Harness 标准：标准定义 OTel/OCSF trace 和 AgBOM，但实现需另建，因此它是规范型 harness 参考。 - 工具调用链路或 Agent 间通信：覆盖工具调用、MCP outbound/inbound、A2A delegation 等通信点。 - 为什么不是 persona / profile / system prompt only：它是可观测和治理标准，不包含角色提示词。 ## 公开版边界 - 本卡按标准和治理参考解读，不作为可直接采用的完整工具方案。 ## 参考信息 - 原项目：[www-project-agent-observability-standard](https://github.com/OWASP/www-project-agent-observability-standard) - 作者：OWASP - 相关概念：[[Agent Harness]]、[[可观测性]] - 相关卡片：[workflow-read-091](https://siyuanailab.com/knowledge/workflows/agent-building/harness-evaluation/agent-building-harness-evaluation-agent-lens/) ## 参考对象信息 **名称：**www-project-agent-observability-standard **作者：**OWASP **链接：**[https://github.com/OWASP/www-project-agent-observability-standard](https://github.com/OWASP/www-project-agent-observability-standard) ## 适用场景与行动 **场景：**Agent Building / Harness 与评估 **适合谁：**关注 AI 工作流、Skill 生产和 Agent Building 的读者 **下一步：**先阅读边界说明，再判断它是否适合改造成自己的Harness 与评估流程。 当前内容按公开来源和已审核草稿整理，只作为工作流理解与方法论参考。 涉及客户数据、外部平台、会议记录和业务系统的场景，必须保留人工确认与授权边界。 [上一张：Harness 与评估参考：litefuse](https://siyuanailab.com/knowledge/workflows/agent-building/harness-evaluation/agent-building-harness-evaluation-litefuse/) [返回当前分类](https://siyuanailab.com/knowledge/workflows/agent-building/harness-evaluation/) [返回工作流专栏](https://siyuanailab.com/knowledge/workflows/)