OpenVLHarness：基于多模态记忆的现实世界视觉智能体工具使用框架

OpenVLHarness 提供了一个支持多模态记忆的视觉智能体工具使用框架，通过能力层和持久化多模态记忆提升模型对异构工具输出的解读与整合能力。该框架在 22 个基准测试中，相比无工具基线平均提升 9.7-12.6 分，其中在 Qwen3-VL-8B、Kimi K3 和 GPT-6 Astra 上分别提升 11.2、9.7 和 9.9 分。