# AI代理工程基础设施

`AI代理` `工程基础` `上下文工程` `代码规范` `多代理架构`

# harness-engineering

一个用于搭建和改进 **harness 工程**的 [agent skill](https://skills.sh) —— 让 AI 代理在你的代码库中高效运作的基础设施。

> **Harness = AI 代理的操作系统。** 模型是 CPU，上下文窗口是内存，harness 是操作系统。

## 安装

```bash
npx skills add 10xChengTu/harness-engineering
```

## 功能介绍

这个 skill 教会你的 AI 代理如何为任意项目构建和维护 harness 层 —— 包括 `AGENTS.md`、`docs/` 目录、Lint 规则、约束条件和评估系统，它们共同决定代理的输出质量。

**核心原则：** 从简单开始，仅在必要时增加复杂度。每个 harness 组件都编码了一个关于"模型独立完成时的不足"的假设。

### 触发场景

| 你说… | Skill 执行… |
|---|---|
| "为 AI 代理配置这个项目" | 完整的项目 harness 初始化 |
| "创建一个 AGENTS.md" | 搭建入口文件及文档目录结构 |
| "代理总是忽略代码规范" | 诊断 harness 缺口，而非模型问题 |
| "为什么它总把 X 搞错？" | 定位 harness 层的根本原因 |
| "让代理在这个代码库上表现更好" | 评估并逐步改进 harness |

## 涵盖内容

该 skill 包含 7 个参考模块，代理按需查阅：

| 模块 | 涵盖内容 |
|---|---|
| **项目配置** | `AGENTS.md` 结构、`docs/` 目录、设计说明、初始化脚本 |
| **上下文工程** | 代理可见内容、渐进式信息披露、工作状态管理 |
| **约束与护栏** | Linter、类型系统、架构强制执行、安全自主边界 |
| **多代理架构** | 代理职责分离、协调协议、委派模式 |
| **评估与反馈** | 测试代理输出、评分、可观测性、反馈闭环 |
| **长期任务** | 进度追踪、上下文重置、交接产物 |
| **问题诊断** | 代理表现不佳时的症状 → 根因映射 |

## 为什么要用它

代理输出质量差，几乎总是 harness 问题，而非模型问题。当你的代理无视规范、做出错误假设或产出不一致的结果时，解决方案是更好的上下文、约束和反馈闭环，而不是换一个更大的模型。

这个 skill 将真实代理部署中积累的模式与反模式编码固化，让你无需重复踩坑。

## 兼容性

适用于所有支持 [Agent Skills 规范](https://agentskills.io) 的代理，包括 Claude Code、OpenCode、Cursor、Codex、Cline、GitHub Copilot 以及 [40 余种其他工具](https://github.com/vercel-labs/skills#supported-agents)。