精选理由
做 LLM 工具部署的开发者终于可以告别 HTTP 和 MCP 两套代码的重复维护了——HarnessAPI 用一个技能文件夹自动生成所有接口，减少 74% 样板代码，值得直接试试。
HarnessAPI 是一个 Python 框架，旨在解决 LLM 工具部署中 HTTP 端点与 MCP 工具注册重复维护的问题。它通过将类型化的技能文件夹作为单一事实来源，从 handler.py 和 Pydantic 模式自动生成流式 HTTP 端点、交互式 OpenAPI/Swagger UI 和零配置 MCP 工具。该框架支持双模式内容协商，无需修改处理器即可同时服务 SSE 流和 JSON 返回客户端。动态代码生成机制确保 Pydantic 类型注解正确传播到 FastMCP 的检查层，解决了基于闭包注册的技术限制。在六个代表性技能上测试，HarnessAPI 相比手动维护的双栈实现减少了 74% 的框架相关样板代码。
AI 翻译 · 中文
HarnessAPI 是一个 Python 框架，旨在解决 LLM 工具部署中 HTTP 端点与 MCP 工具注册重复维护的问题。它通过将类型化的技能文件夹作为单一事实来源，从 handler.py 和 Pydantic 模式自动生成流式 HTTP 端点、交互式 OpenAPI/Swagger UI 和零配置 MCP 工具。该框架支持双模式内容协商，无需修改处理器即可同时服务 SSE 流和 JSON 返回客户端。动态代码生成机制确保 Pydantic 类型注解正确传播到 FastMCP 的检查层，解决了基于闭包注册的技术限制。在六个代表性技能上测试，HarnessAPI 相比手动维护的双栈实现减少了 74% 的框架相关样板代码。
Every Python function deployed as an LLM tool must today exist in two forms: an HTTP endpoint for human-facing clients and CI pipelines, and an MCP tool registration for agent runtimes such as Claude and Cursor. These re…