04 HarnessProfileConfig：配置文件加载

它是什么

HarnessProfileConfig 是可序列化的 profile 配置，适合从 JSON/YAML 加载。它覆盖的是 HarnessProfile 的声明式子集，比如提示词、工具描述、隐藏工具、禁用 general-purpose subagent。运行时对象、middleware 实例和工厂函数不适合放这里。

最小代码

文件：deepagent_src/profiles_teach/04_config_profile.py

config = HarnessProfileConfig.from_dict(json.loads(CONFIG_PATH.read_text()))
register_harness_profile("openai:gpt-5.5", config)

运行

uv run python deepagent_src/profiles_teach/04_config_profile.py

预期输出末尾：

config profile real agent ok

验证方式

脚本写入一个最小 JSON profile，读取成 HarnessProfileConfig 后注册，并真实调用 Agent；断言 config 能导出 excluded_tools，也断言模型按配置 suffix 返回指定标记。

常见误区

配置文件只适合声明式字段。extra_middleware 这种运行时对象别硬塞 JSON/YAML，放 Python 代码里更清楚。

相关资源

查看示例代码：deepagent_src/profiles_teach/04_config_profile.py

from __future__ import annotations

import json
from pathlib import Path

from deepagents import (
    GeneralPurposeSubagentProfile,
    HarnessProfileConfig,
    create_deep_agent,
    register_harness_profile,
)

from _model import MODEL_PROFILE_KEY, get_real_model
from deepagent_src.agent_output import invoke_and_pretty_print


ROOT_DIR = Path(__file__).resolve().parent
CONFIG_PATH = ROOT_DIR / "workspace" / "openai_profile.json"


def main() -> None:
    config = HarnessProfileConfig.from_dict(json.loads(CONFIG_PATH.read_text()))
    register_harness_profile(MODEL_PROFILE_KEY, config)

    agent = create_deep_agent(model=get_real_model())
    result = invoke_and_pretty_print(
        agent,
        {
            "messages": [
                {
                    "role": "user",
                    "content": "config profile status",
                }
            ]
        },
    )

    assert config.to_dict()["excluded_tools"] == ["execute"]
    assert config.general_purpose_subagent == GeneralPurposeSubagentProfile(
        enabled=False
    )
    assert "CONFIG_PROFILE_ACTIVE" in result["messages"][-1].content
    print("config profile real agent ok")


if __name__ == "__main__":
    main()