«Модель — двигатель, харнесс — органы управления»: в блоге Hugging Face обновили каталог агентных инструментов

Каталог, а не бенчмарк

Первый выпуск списка автор собирал как личный блокнот и выложил в публичный доступ, чтобы не потерять очередную версию на рабочем столе; второй выпуск сохраняет ту же логику, но становится заметно больше и аккуратнее по структуре. Дата актуальности указана прямо в тексте: последнее обновление — 24 сентября 2026 года.

Оговорка автора важнее самого перечня: это исследовательский каталог, а не бенчмарк и не утверждение, что каждый проект проверен на практике. Для основных позиций заявлены публичная документация и свежая активность в репозитории или релизах, а небольшие и медленно развивающиеся проекты вынесены отдельно и помечены.

Разделы покрывают почти весь путь от идеи до эксплуатации: фреймворки и SDK, агентные харнессы и кодинг-агенты, персональные ассистенты, исследовательские и браузерные агенты, голосовые агенты, визуальные конструкторы, песочницы, трассировка и тестирование, протоколы, коммерческие зависимости и исключения по лицензиям, а также проекты, чей статус изменился.

Отдельная таблица быстрых рекомендаций связывает задачу с инструментом: для Python-агентов с типизированными входами и выходами — Pydantic AI, для ветвлений, чекпойнтов и участия человека — LangGraph, для обучения на исполняемом коде — smolagents, для TypeScript — Mastra или VoltAgent, для терминального кодинг-агента — Codex CLI или OpenCode, для ассистента с памятью и задачами по расписанию — Hermes Agent, для голосового ассистента — LiveKit Agents или Pipecat. Совет автора — выбирать раздел под конкретную работу, а не устанавливать весь список.

Харнесс: то, что остаётся вокруг модели

Ключевое различение всего списка — модель и харнесс. Модель генерирует следующий ответ или действие, а харнесс — это программное обеспечение вокруг неё: цикл исполнения, инструменты, работа с контекстом, сессии, обработка ошибок и те проверки прав, которые реализует конкретный проект. Автор сравнивает модель с двигателем, а харнесс — с органами управления, часть которых некоторые проекты оставляют на настройку пользователю.

Среди готовых инструментов, которые можно открыть и использовать, в списке названы Codex CLI — локальный кодинг-агент для работы внутри репозитория, где отдельно стоит проверять настройки песочницы и подтверждений, OpenCode — терминальный агент с гибкостью по провайдерам, у которого, судя по его документации, большинство разрешений по умолчанию позволяют действия, и Pi — расширяемый терминальный харнесс без встроенной системы ограничения доступа к файлам, процессам, сети и учётным данным, так что изоляцию нужно настраивать самому.

В этом же разделе перечислены goose, текущий репозиторий которого переехал в aaif-goose, а старые ссылки block/goose ведут туда же, Gemini CLI, Qwen Code с раздельными stable и nightly релизами, Cline с подтверждениями действий в редакторе, Kilo Code, OpenHands, где основной репозиторий теперь строится вокруг Agent Canvas, и mini SWE agent для экспериментов с воспроизводимыми оценками.

Для сборки собственного харнесса автор выделяет Deep Agents — планирование, файловые инструменты, субагенты, управление контекстом и персистентность поверх LangGraph, Pydantic AI Harness и Strands Agents. Отдельное предупреждение касается Pydantic AI Harness: его README в варианте Coder прямо описывает неограниченные shell-команды, поэтому проекту нужна отдельная граница развёртывания.

Практический тест сформулирован на языке эксплуатации, а не демонстрации: можно ли разобрать неудачный прогон, остановить его, ограничить инструменты, возобновить работу и измерить, сколько она стоила.

AutoGen — в режиме поддержки, Flowise и Roo Code — в архиве

Отдельный раздел посвящён проектам, чей статус изменился, и здесь список расходится с тем, что многие помнят по подборкам 2024–2025 годов. Microsoft AutoGen переведён в режим поддержки: репозиторий несёт бейдж maintenance mode, а README разворачивает новых пользователей в Microsoft Agent Framework и предлагает существующим мигрировать по официальному руководству.

Continue помечен как проект, чей README сообщает о прекращении активной поддержки и о финальном релизе 2.0.0. Flowise перемещён в архив, а его README ведёт к обсуждению будущего проекта. Roo Code тоже в архиве: по README расширение прекратило работу 15 мая и предлагает пользователям альтернативы.

Два известных имени получили оговорку по сопровождению, но не приговор: у Aider страница релизов осталась на v0.86.0, а последний push в репозитории датирован 22 мая 2026 года, у AgentOps последний push — 25 июня 2026 года, и перед внедрением стоит проверить совместимость с текущими версиями SDK. Медленную активность автор не выдаёт за свежий стандарт по умолчанию.

Похожие пометки достались инструментам из вспомогательного блока: Ferrum — небольшой Rust-агент для Linux с файловыми и shell-инструментами, сессиями и настраиваемыми провайдерами, который зеркало описывает как активную бету с ограниченной независимой обратной связью, и Botfile — утилита для общих инструкций и навыков между агентными инструментами через симлинки, чья активность в зеркале старше.

Лицензии: n8n, Dify, AutoGPT и Claude Code

Отдельный раздел списка — коммерческие зависимости и исключения по лицензиям, и он объясняет, почему часть инструментов нельзя считать обычным открытым кодом. Claude Code обозначен как проприетарный продукт: публичный репозиторий не является открытым релизом полного рантайма, а лицензия отсылает к коммерческим условиям Anthropic.

Claude Agent SDK устроен сложнее: Python-SDK распространяется под MIT, но включает и тянет за собой отдельно регулируемый CLI Claude Code.

У Dify модифицированная лицензия Apache с дополнительными условиями, включая ограничения по мультитенантности и брендированию интерфейса, а у n8n — Sustainable Use и корпоративные лицензии, поэтому описывать его как обычный разрешительный открытый код неверно.

У AutoGPT разделение по каталогам: autogpt_platform/ распространяется под Polyform Shield, тогда как Classic и остальной код — под MIT, и старый автономный агент с нынешней платформой — разные вещи. GitLab Duo Agent Platform обозначена как коммерческая платформа с требованиями по версии, предложению и правам: открытый исходный код GitLab не делает всю функциональность Duo свободной или бесплатной в эксплуатации.

Формулировка автора: перечисленные ярлыки нужны для сравнения, а решает лицензия, которая поставляется с той версией и тем компонентом, которые вы действительно используете.

Подменённый пакет Cline и правила перед выдачей агенту терминала

Самое прикладное предупреждение списка связано с Cline: 17 февраля 2026 года был опубликован несанкционированный пакет CLI cline@2.3.0 с изменённым postinstall-скриптом, который устанавливал openclaw. Бюллетень GHSA-9ppg-jx86-fqw7 от 17 февраля 2026 года фиксирует затронутый пакет, исправленный релиз и изменения в процессе публикации.

Из этого эпизода автор выводит набор правил: начинать в одноразовом рабочем каталоге с чистым чекпойнтом Git, настраивать границы файловой системы, shell и сети, выдавать инструментам только необходимые учётные данные и доступы, держать продакшн-секреты подальше от экспериментов.

Дальше — отношение к сторонним навыкам, плагинам и MCP-серверам как к устанавливаемому программному обеспечению, даже если установка занимает одну команду; лимиты на время работы, повторы и расходы; подтверждения для действий с последствиями — отправки, удаления, публикации, покупки; проверка релизов и security-бюллетеней перед установкой и фиксация проверенной версии с возможностью отката.

Отдельная оговорка касается протоколов: Model Context Protocol связывает приложения ИИ с инструментами и данными, но официальный репозиторий серверов прямо называет свои реализации учебными примерами, а не готовыми к продакшену решениями. Поддержка протокола сама по себе не говорит о надёжности конкретного плагина — смотреть нужно на сервер, пакет и права, которые вы собираетесь использовать.

Тот же контекст объясняет, почему в разделе про песочницы и тестирование оказались E2B, Langfuse и Promptfoo: они нужны, чтобы увидеть, что агент действительно сделал, и проверить это до развёртывания, а пройденный набор тестов остаётся свидетельством о проверках, но не доказательством безопасности.

Что автор советует вместо списка

В разделе с обратной связью сообщества автор перечисляет повседневные проблемы: накладные расходы на контекст, совместимость моделей, отладку, стоимость токенов и терпимость к объёму настройки. В обсуждении на LocalLLaMA часть участников хвалила Pi за простоту и расширяемость, другие предпочитали OpenCode, Codex, Cline или Hermes, а часть жаловалась, что лишние инструменты и плагины усложняют локальные сценарии.

Вывод автора — проверять собственный сценарий собственной моделью и измерять выполнение, ошибки, стоимость и восстановление после сбоев, потому что длинный список функций этих чисел не даёт.