diva-l/travel-agent-harness 仓库简介

系统架构Harness 设计评测结果快速开始项目简介一个可实际使用的出行规划 Agent 系统：用户输入自然语言需求（出发地、目的地、天数、预算、偏好），系统自动完成查天气、搜地点、比车次、算路线的多轮工具调用，产出有证据支撑的逐日行程，并在前端渲染为可交互的地图路线。 与常见的「Prompt + 大模型 API」旅行 Demo 相比，这个项目的不同主要在两点： 自己训练的规划模型。Planner 不是调用商用大模型 API，而是基于 Qwen3-4B 经过SFT → Agentic RL（GRPO） 后训练得到的Voyager-4B：SFT 阶段学习工具调用协议与格式，RL 阶段在真实工具循环里以过程奖励优化规划策略。 Harness 运行时约束。模型不直接面对用户，而是运行在 Harness（运行时约束框架）内：预算上限、Schema 校验、Checkpoint、全量 Trace、人工审批、证据门禁全部由框架强制执行。模型的每一次工具调用都可回溯、可恢复、可从任一检查点分叉复跑。 本仓库包含Harness 内核 + 评测体系 + 产品化前端；模型权重托管在 Hugging Face（fantastic-youki/Voyager-4B），下载与接入见快速开始的模式 B。 系统架构单一执行内核设计：CLI、Web 服务、离线评测三个入口共享同一个AgentRuntime，不另造第二套 Agent 逻辑——页面上每个运行时状态都能回溯到同一套 Runtime 和 SQLite 状态。 用户需求（自然语言） │┌──────────┬──────────┴─────────┐│ CLI │ Web UI │ 离线评测 ← 三个入口，同一内核│ │ Vue 3 + FastAPI/SSE│ evals/ + eval_results/└──────────┴──────────┬─────────┘│AgentRuntime（唯一执行内核） ├─ 协议层 双协议解析，训练分布对齐├─ 预算护栏 4 项硬