2.6 KiB
2.6 KiB
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 —— 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
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 的代理，包括 Claude Code、OpenCode、Cursor、Codex、Cline、GitHub Copilot 以及 40 余种其他工具。