快速上手Harness Engineering5分钟把AI Agent接上你的代码库【免费下载链接】harness-engineering Ryan Lopopolo’s anthology, field guide, and agent context bundle for harness engineering项目地址: https://gitcode.com/gh_mirrors/har/harness-engineeringHarness Engineering 是 Ryan Lopopolo 开源的一套AI Agent 上下文包与方法论合集它不改变你的模型而是通过优化上下文context和工具tools这两个外部杠杆让编码 Agent 在你的代码库里干得更靠谱。本文用 5 分钟带你完成 Harness Engineering 从克隆到落地改进的完整接入步骤适合新手和普通用户。什么是 Harness Engineering30秒看懂核心概念把马具harness类比到 AI 场景模型和 Agent 就是那匹马我们把它当作黑盒固定不变真正下功夫的地方是马周围的整套马具——也就是仓库里的上下文、工具、权限和验证方式。官方 README.md 给出了五个可检验的好马具标准WorkerAgent应当能够恢复意图recover intent——从稀疏提示中推断出真实目标操作真实系统operate the real system——而不是只在纸面推演尊重权限respect authority——知道哪些操作需要审批证明结果prove the outcome——留下与声明匹配的证据让下一次运行更强leave the next run better equipped——经验沉淀为基础设施 核心价值主张大多数团队不知道只要把 Agent 指向你精心整理的写作、推文和案例Agent 的输出质量可以提升 100 倍。这个仓库就是这样一个可以直接喂给 Agent 的上下文包。仓库结构一览四层检索式设计根据 ARCHITECTURE.md整个仓库是一个为检索优化的上下文包每层指向下一层深度互不重复目录/文件职责你应该什么时候看README.md公开定义与入口第一次打开仓库时AGENTS.mdAgent 应用指南与任务路由让 AI Agent 读它docs/README.md12 个论题Theses的规范索引遇到未解决决策时playbooks/可直接执行的操作手册想动手改进时evals/对比评估方法需要量化效果时sources/原始文章、演讲与证据库追溯原始论证时5分钟接入步骤从克隆到跑通第一个改进闭环第1分钟克隆仓库给 Agent 指个路仓库获取地址git clone https://gitcode.com/gh_mirrors/har/harness-engineering关键心法只有一句话把这个仓库和你的目标代码库一起交给编码 Agent。README 原话就是 Point a coding agent at this repository alongside the system it should improve把编码 Agent 同时指向这个仓库和它要改进的系统。第2分钟让 Agent 从 AGENTS.md 开始读AGENTS.md 是整个包的路由总机它教 Agent 两件事应用路由学习实践 → 读 README.md 和论题索引改进具体任务 → 读 playbooks/improve-harness.md评审仓库 → 读 playbooks/repository-review.md工作循环先读目标项目的 Agent 指南和架构 → 检查真实领域模型、测试与权限 → 找出本地证据无法解决的决策 → 只加载一个最相关的论题注意它是按需加载just-in-time的正常任务只接收最小相关论题集案例和原始语料只有在能改变决策时才加载。这正是 docs/just-in-time-context/ 论题按需路由上下文的工程实践。第3分钟按未解决决策路由到对应论题AGENTS.md 内置了一张决策路由表帮你把模糊的问题映射到具体论题。举几个常见例子你遇到的情况对应论题换了新模型/升级了 Agent想重新校准能力预期docs/fixed-worker/Agent 用不到团队私有的流程知识、运维状态docs/last-mile-deployment/Agent 把任务拆碎了没人对完整结果负责docs/whole-job/上下文塞太多Agent 抓不住重点docs/just-in-time-context/工具存在但 Agent 发现不了、调不对docs/tool-legibility/Agent 能改代码但没有权限边界docs/authority/测试全绿但用户功能没验证docs/proof/完整 12 个论题的索引在 docs/README.md每个论题都配有案例、实现证据和相关工作。第4分钟用 Playbook 跑一次改进闭环playbooks/ 目录提供了三个即取即用的操作手册其中 playbooks/improve-harness.md 最适合作为第一个练习。它把整套方法论压缩成一个可重复的闭环基线观察 → 定位最早断点 → 最小授权干预 → 原生验证 → 全新重跑 → 保留/修订/移除具体节奏定范围选一个足够小、能重新运行、又足够真实的具体任务记基线跑一遍并记录 Agent 产出的证据——哪些上下文被检索到、哪里靠人肉转发信息补救找断点按上下文 / 能力 / 领域归属 / 权限 / 证明 / 反馈 / 模型局限七类给问题归类小刀切在最早的责任边界上做最小、可逆的改动并先写下行为假设重跑验证用同一个模型、同一个权限边界、全新会话再跑一次和基线逐项对比第5分钟看结果决定沉淀还是回滚闭环的最后一步不是改完就算而是三选一保留、修订或移除这次干预。只有当全新重跑关闭了任务边界、干预确实被检索/调用、证据符合假设机制、收益值得其维护成本时才暂时保留——并把决策记录到目标项目的架构或运维历史里。 判断成功的唯一标准ARCHITECTURE.md 不变量第5条上下文包是否改变了工程决策而不是 Agent 会不会复述它的术语。新手常见问题 FAQQ1这个仓库是只读的吗当它作为上下文喂给其他项目时应视为只读参考资料。AGENTS.md 明确要求不要照搬它的文件布局、策略和版本锁定只移植适配目标项目的思想。Q2一定要用 AGENTS.md 吗我自己写的能替代吗AGENTS.md 是本仓库的路由入口。你自己的项目也应该写一份 Agent 指南让 Harness Engineering 的未解决决策路由机制可以在你的仓库上工作。Q3怎么判断改进真的有效做对比、因果或长期性结论前先读 evals/README.md固定 Worker 条件、隔离单一干预、用实现中立的契约评分分别测量被接受的结果、证明、架构与轨迹成本。Q4和 AGENTS.md、CLAUDE.md 这类文件的关系Harness Engineering 正是这类文件的理论支撑 操作手册它回答为什么需要它们、内容应该放哪、坏了怎么诊断修复。写在最后Harness Engineering 的精髓可以浓缩为一句话模型不动动环境。按本文的 5 分钟步骤走下来你已经完成了一次完整的上下文包接入——从 AGENTS.md 路由到按决策选择论题再到用 playbooks/improve-harness.md 跑通第一个基线 → 干预 → 重跑闭环。接下来建议用 playbooks/repository-review.md 对目标仓库做一次广度评审把缺失的上下文、能力、权限和证明逐一定位到归属边界。愿你的 Agent 从此长在你的代码库里。【免费下载链接】harness-engineering Ryan Lopopolo’s anthology, field guide, and agent context bundle for harness engineering项目地址: https://gitcode.com/gh_mirrors/har/harness-engineering创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考