bincequ/roboharness 是一个机器人学框架，为 LLM 智能体提供视觉-几何控制面板。智能体在二维图像上标记关注点。它通过光流跟踪(optical flow tracking)跟随这些点，再通过深度反投影(depth back-projection)获得位置，然后组合基础动作来执行操作。它不重新训练模型，而是把视觉点击、关键点跟踪和几何约束结合起来。代码用 Python 编写，以 MIT 许可证公开。
它不依赖训练好的视觉-语言-动作模型，而是让智能体直接接收坐标并拼装基础动作。仓库中包含 BEHAVIOR 模拟器与评估器、RGB-D 接口、Claude Code 与 Codex 框架、任务定义和评估流水线，可以一并确认所需动作与通过标准。仓库还公开了复现契约，明确了固定随机种子、每个任务五个实例及固定实例编号、官方评估器和容差，并把验证产物与基准结果一并纳入仓库。该仓库创建于 2026 年 10 月 7 日，星标数为 250。
不过它没有自动化检查工作流。完整运行必须由人手动执行，实际对比数值取决于本地模型服务器。也没有已登记的发布版本。所收集的评估记录中，评分为 novelty 7.0、tech 7.0、quality 7.0、momentum 1.2，只有 momentum 偏低。仍存在的局限是，对比数值会随本地模型服务器和环境配置而变化。