Harness Engineering 实战：6 个真实开源项目解析

发表于 更新于 分类于
精选 6 个真正落地 Harness Engineering 思想的 GitHub 高 star 开源项目，从代码层拆解它们如何实现 Rule / Skill / Sub-Agent / Workflow / Hooks / Context Engineering。

当 Anthropic 发布《Effective harnesses for long-running agents》、OpenAI 推出《Harness engineering: leveraging Codex in an agent-first world》之后，”Harness Engineering” 从一个圈内黑话变成了整个 AI Agent 领域的战略级议题。本文不讲理论，直接拆 6 个在 GitHub 上跑通了的 Harness 项目，看它们如何用代码把”约束 / SOP / 角色 / 接力 / 关卡 / 外部接口”这 6 件事做成工程落地。

一、为什么需要这 6 个项目？

读完知乎上那两篇关于 Harness Engineering 的文章（脚手架成熟度模型、6 件套组件、Harness Maturity Model），很多人会卡在同一句话：

概念我懂了。可一旦真要落到工程上，第一步到底该做什么？

理论讲得再漂亮，落到代码就是另一回事。Rule 怎么写成可被 Agent 自动加载的格式？Sub-Agent 怎么隔离 Context？Hooks 在哪里挂、挂什么事件？Skill 的 SOP 文档长什么样？

这次调研锁定一个非常具体的清单：“自称为 Harness / 自己实现了 Rule+Skill+SubAgent+Hooks+Skill-Loading 的真实开源项目”，且 star 数量足够大、源码可读、近 6 个月活跃。最终挑出 6 个：

#项目⭐核心定位Harness 组件覆盖
1obra/superpowers239k完整软件开发方法论 + 14 个 SkillRule / Skill / Sub-Agent / Workflow
2shareAI-lab/learn-claude-code68.5k从 0 搭建 Claude Code 风格 Agent 的 20 章节教程Agent Loop / Tool / Hooks / Sub-Agent / Context / Memory
3bytedance/deer-flow74.8k字节跳动开源的 SuperAgent HarnessSub-Agent / Memory / Sandbox / Skill
4Yeachan-Heo/oh-my-claudecode37kClaude Code 的多 Agent 编排插件Workflow / Sub-Agent / Skill
5muratcankoylan/Agent-Skills-for-Context-Engineering16.7k学术级别的 Context Engineering Skills 集合Skill / Rule / Context
6VoltAgent/awesome-openclaw-skills50.6k5300+ Agent Skills 的 HubSkill Registry / Plugin

下面逐个拆它们的代码骨架、设计哲学、最值得借鉴的工程实践。

二、项目一：obra/superpowers — 教科书级的 Harness 实现

  • superpowers 是这次调研中最符合”完整 Harness 实现”定义的项目。它的 README 第一句话是：
graph TB
    A["🚀 Rule<br/>团队政策<br/>CLAUDE.md"]
    B["📋 Skill<br/>SOP 手册<br/>SKILL.md"]
    C["🤖 Sub-Agent<br/>角色分工<br/>Context 隔离"]
    D["🏃 Workflow<br/>接力赛规则<br/>14 Skill 串联"]
    E["✅ Script<br/>硬关卡<br/>verification"]
    F["🔌 MCP<br/>外部接口<br/>Plugin"]

    A -->|"约束底线"| B
    B -->|"标准化操作"| C
    C -->|"并行协作"| D
    D -->|"接力赛"| E
    E -->|"系统验证"| F
    F -.->|"扩展能力"| A

    style A fill:#FFB3C6,stroke:#E91E63,stroke-width:2px,color:#333
    style B fill:#E8D5F5,stroke:#9C27B0,stroke-width:2px,color:#333
    style C fill:#C7CEEA,stroke:#3F51B5,stroke-width:2px,color:#333
    style D fill:#FFDAB9,stroke:#FF9800,stroke-width:2px,color:#333
    style E fill:#B5EAD7,stroke:#4CAF50,stroke-width:2px,color:#333
    style F fill:#FFF9C4,stroke:#FFC107,stroke-width:2px,color:#333

Superpowers is a complete software development methodology for your coding agents, built on top of a set of composable skills and some initial instructions that make sure your agent uses them.

它不是工具，不是 SDK，而是一套软件开发方法论——通过 14 个 Skill 把 Agent 训练成”会先用 TDD 写代码、写完会自我 review、提交前会验证”的工程师。

2.1 目录结构：14 个 Skill 的完整设计

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
skills/
├── using-superpowers/         # 入口 Skill：启动时强制加载
├── brainstorming/             # 写代码前先理清需求
├── writing-plans/             # 输出可执行的实施计划
├── executing-plans/           # 按计划一步步执行
├── subagent-driven-development/  # ★ Sub-Agent 编排
├── test-driven-development/   # TDD 流程
├── systematic-debugging/      # 系统化调试
├── verification-before-completion/  # ★ 完成前必须验证（对应 Script）
├── using-git-worktrees/       # 隔离工作目录
├── writing-skills/            # 写新 Skill 的模板
├── requesting-code-review/    # 主动请求 review
├── receiving-code-review/     # 接收 review
├── finishing-a-development-branch/  # 完成分支收尾
└── dispatching-parallel-agents/  # 并行 Sub-Agent

14 个 Skill 之间形成完整的 Workflow 接力：brainstorming → writing-plans → executing-plans → subagent-driven-development → verification-before-completion → finishing-a-development-branch。这是 Harness 6 件套中”Workflow 是接力赛规则”最直白的体现。

2.2 Rule 实现：CLAUDE.md 的工程化落地

superpowers 的 CLAUDE.md 是研究 Harness “Rule 怎么落地”的最佳范例。摘录核心段落：

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
# Superpowers — Contributor Guidelines

## If You Are an AI Agent

Stop. Read this section before doing anything.

This repo has a 94% PR rejection rate. Almost every rejected PR 
was submitted by an agent that didn't read or didn't follow these guidelines.

**Your job is to protect your human partner from that outcome.**

Before you open a PR against this repo, you MUST:
1. **Read the entire PR template** at `.github/PULL_REQUEST_TEMPLATE.md`
2. **Search for existing PRs** — open AND closed — that address the same problem
3. **Verify this is a real problem.** ... If your human partner asked you to 
   "fix some issues" without experiencing a specific problem, push back.
4. **Confirm the change belongs in core.** ...
5. **Identify yourself.** Disclose your model, harness, harness version, ...

这段 Rule 的工程化设计有三个值得抄的要点：

  1. 开头有”必须先读”的反向锚定：”Stop. Read this section before doing anything.” — Agent 启动时第一眼看到的就是这句
  2. Rule 用祈使句 + 大写关键词强调：”MUST”、”STOP”、”push back” — Agent 不容易漏
  3. 配套执行证据：”94% PR rejection rate” — 把”为什么必须遵守”用数据钉死，避免 Agent 理性化绕过

这正是知乎文章里说的 Rule 是”软约束”的关键：Rule 不能完全靠模型自觉，必须配合证据 + 反向锚定 + Script 验证。

2.3 Skill 实现：标准 SKILL.md frontmatter

using-superpowers/SKILL.md 是所有 Skill 的入口，它的格式值得每个 Harness 实现者借鉴：

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
---
name: using-superpowers
description: Use when starting any conversation - establishes how to find 
and use skills, requiring skill invocation before ANY response including 
clarifying questions
---

<SUBAGENT-STOP>
If you were dispatched as a subagent to execute a specific task, skip this skill.
</SUBAGENT-STOP>

<EXTREMELY-IMPORTANT>
If you think there is even a 1% chance a skill might apply to what you are 
doing, you ABSOLUTELY MUST invoke the skill.

IF A SKILL APPLIES TO YOUR TASK, YOU DO NOT HAVE A CHOICE. 
YOU MUST USE IT.

This is not negotiable. This is not optional. You cannot rationalize 
your way out of this.
</EXTREMELY-IMPORTANT>

## Instruction Priority

1. **User's explicit instructions** (CLAUDE.md, GEMINI.md, AGENTS.md, 
   direct requests) — highest priority
2. **Superpowers skills** — override default system behavior where they conflict
3. **Default system prompt** — lowest priority

三个反常识的工程化设计：

  1. <EXTREMELY-IMPORTANT> 标签：用大写 XML 标签把”必须做的事”框起来，比纯文本加粗更难被 Agent 跳过
  2. 明确”Instruction Priority”优先级：User > Skill > Default — 把 Agent 最容易犯的”自作主张”行为用规则钉死
  3. description 字段是元数据：写了”Use when starting any conversation” — 这是给 Skill 加载机制用的钩子，Agent 启动时会自动扫描匹配

2.4 Superpowers 的设计哲学

  • Less is More：14 个 Skill 不多不少，每个对应软件开发流程的一个明确节点
  • 可拆卸性：每个 Skill 都是独立的 SKILL.md 文件，可以单独安装/禁用
  • 模型无关性：同时支持 Claude Code、Codex、Cursor、Copilot CLI、Gemini CLI、Kimi、Pi 等 10+ 平台，通过不同 .claude-plugin/、.codex-plugin/、.cursor-plugin/ 目录适配

三、项目二：shareAI-lab/learn-claude-code — 最小可运行的 Harness 教学

如果说 superpowers 是 Harness 工程的”完整范式”，那么 learn-claude-code 就是最干净的”从 0 到 1”教程。它的副标题是 “Harness Engineering for Real Agents”，核心论点：

Agency comes from the model. An agent product = Model + Harness.

整个项目分 20 个章节（s01-s20），每章实现一个 Harness 组件，每章的代码都是一个真实可运行的 Python 文件（不超过 200 行）：

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
s01_agent_loop/        # Agent Loop 核心循环
s02_tool_use/          # 工具调用
s03_permission/        # 权限控制
s04_hooks/             # Hooks 拦截
s05_todo_write/        # Todo 列表
s06_subagent/          # ★ Sub-Agent 隔离
s07_skill_loading/     # ★ Skill 加载机制
s08_context_compact/   # Context 压缩
s09_memory/            # Memory 持久化
s10_system_prompt/     # System Prompt 演进
s11_error_recovery/    # 错误恢复
s12_task_system/       # 任务系统
s13_background_tasks/  # 后台任务
s14_cron_scheduler/    # 定时调度
s15_agent_teams/       # 多 Agent 团队
s16_team_protocols/    # 团队通信协议
s17_autonomous_agents/ # 自治 Agent
s18_worktree_isolation/  # Git Worktree 隔离
s19_mcp_plugin/        # MCP 插件
s20_comprehensive/     # 综合实战

3.0 Agent Loop 核心循环可视化

graph LR
    U["👤 用户<br/>prompt"]
    L["🧠 LLM<br/>Anthropic API"]
    T["⚙️ Tool<br/>bash 执行"]
    H["🪝 Hooks<br/>s04 拦截"]
    S["📚 Skill<br/>s07 加载"]
    M["💾 Memory<br/>s09 持久化"]

    U -->|"messages"| L
    L -->|"tool_use"| H
    H -->|"PreToolUse"| T
    T -->|"stdout/stderr"| H
    H -->|"PostToolUse"| L
    L -.->|"按需加载"| S
    L -.->|"offload/recall"| M

    style U fill:#C7CEEA,stroke:#3F51B5,stroke-width:2px,color:#333
    style L fill:#E8D5F5,stroke:#9C27B0,stroke-width:2px,color:#333
    style T fill:#FFDAB9,stroke:#FF9800,stroke-width:2px,color:#333
    style H fill:#FFB3C6,stroke:#E91E63,stroke-width:2px,color:#333
    style S fill:#FFF9C4,stroke:#FFC107,stroke-width:2px,color:#333
    style M fill:#B5EAD7,stroke:#4CAF50,stroke-width:2px,color:#333

3.1 s01_agent_loop：30 行代码演示 Harness 的核心循环

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
# s01_agent_loop/code.py — 核心 agent loop
def agent_loop(messages: list):
    while True:
        response = client.messages.create(
            model=MODEL, system=SYSTEM, messages=messages,
            tools=TOOLS, max_tokens=8000,
        )

        # Append assistant turn
        messages.append({"role": "assistant", "content": response.content})

        # If the model didn't call a tool, we're done
        if response.stop_reason != "tool_use":
            return

        # Execute each tool call, collect results
        results = []
        for block in response.content:
            if block.type == "tool_use":
                output = run_bash(block.input["command"])
                results.append({
                    "type": "tool_result",
                    "tool_use_id": block.id,
                    "content": output,
                })
        messages.append({"role": "user", "content": results})

这 30 行代码回答了 Harness 理论里最核心的问题：“Agent Loop 不复杂，只是 while 循环”。所有 Harness 框架（Claude Code、Codex、Gemini CLI、Cursor Agent）的核心循环都是这个 while 循环加上 Hooks、Context 管理、Sub-Agent、Skill 加载这些”防御层”。

3.2 learn-claude-code 的工程价值

  • 每一章就是一个 commit：可以 git checkout 到任意一章节看 Harness 演进
  • 代码是真的能跑的：pip install anthropic python-dotenv + 设置 ANTHROPIC_API_KEY 就能运行
  • 演进路径清晰：s01 到 s20 是一份”Harness 成熟度模型”的代码版 — s01-s05 是 Level 1（最小循环），s06-s10 是 Level 2（Sub-Agent + Context），s11-s20 是 Level 3-4（多 Agent + 自治）

如果你是第一次接触 Harness 概念，强烈建议把 learn-claude-code 的 s01-s10 跑一遍——比读任何理论文章都直观。

四、项目三：bytedance/deer-flow — 字节跳动开源的 SuperAgent Harness

deer-flow 2.0 是字节跳动在 2026 年 2 月 28 日登顶 GitHub Trending #1 的项目。它的官方定位写得非常”教科书”：

DeerFlow (Deep Exploration and Efficient Research Flow) is an open-source super agent harness that orchestrates sub-agents, memory, and sandboxes to do almost anything — powered by extensible skills.

注意它的命名：“SuperAgent Harness” 直接用了 Harness 这个词。它把 Harness 6 件套映射到代码如下：

Harness 6 件套DeerFlow 实现
Sub-Agent多层级 Sub-Agent 编排（planner / researcher / coder / reviewer）
Memory跨 Sub-Agent 的共享 Memory 系统
Skill“extensible skills” 机制
Sandbox隔离的代码执行环境
Workflow研究 → 编码 → 验证的多阶段流水线
MCP通过 InfoQuest 接入搜索/爬取能力

4.0 DeerFlow Sub-Agent 编排架构

graph TB
    Main["🎯 Main Agent<br/>用户交互入口"]
    Planner["📐 Planner<br/>任务拆解"]
    Researcher["🔍 Researcher<br/>信息检索"]
    Coder["💻 Coder<br/>代码生成"]
    Reviewer["🔎 Reviewer<br/>质量审查"]
    Memory["💾 Shared Memory<br/>跨 Sub-Agent 状态"]
    Sandbox["📦 Sandbox<br/>隔离执行环境"]
    Skill["🧩 Skill Registry<br/>extensible skills"]

    Main --> Planner
    Planner --> Researcher
    Planner --> Coder
    Coder --> Sandbox
    Sandbox --> Reviewer
    Reviewer -->|"不通过"| Coder
    Reviewer -->|"通过"| Main

    Researcher -.->|"读写"| Memory
    Coder -.->|"读写"| Memory
    Reviewer -.->|"读取"| Memory
    Coder -.->|"按需加载"| Skill
    Reviewer -.->|"按需加载"| Skill

    style Main fill:#C7CEEA,stroke:#3F51B5,stroke-width:2px,color:#333
    style Planner fill:#E8D5F5,stroke:#9C27B0,stroke-width:2px,color:#333
    style Researcher fill:#FFDAB9,stroke:#FF9800,stroke-width:2px,color:#333
    style Coder fill:#FFDAB9,stroke:#FF9800,stroke-width:2px,color:#333
    style Reviewer fill:#FFB3C6,stroke:#E91E63,stroke-width:2px,color:#333
    style Memory fill:#B5EAD7,stroke:#4CAF50,stroke-width:2px,color:#333
    style Sandbox fill:#FFF9C4,stroke:#FFC107,stroke-width:2px,color:#333
    style Skill fill:#F5F5F5,stroke:#9E9E9E,stroke-width:2px,color:#333

4.1 DeerFlow 的设计哲学

  • Long-running Agent：从 v1 升级到 v2 的核心理由是”v1 是 Deep Research 框架，v2 是 Long-horizon SuperAgent”
  • 多模型支持：推荐 Doubao-Seed-2.0-Code、DeepSeek v3.2、Kimi 2.5
  • Skill 即插件：所有外部能力通过 Skill 接入，核心循环不感知 Skill 的实现细节

DeerFlow 是研究”Harness 如何工程化”最值得读的代码仓库之一——它把”Sub-Agent + Memory + Sandbox + Skill”四个组件都做成了可独立替换的实现。

五、项目四：Yeachan-Heo/oh-my-claudecode — 团队级 Multi-Agent 编排

oh-my-claudecode（简称 OMC）的定位很精准：

Multi-agent orchestration for Claude Code. Zero learning curve.
Don’t learn Claude Code. Just use OMC.

它把 Claude Code 的 Sub-Agent 能力封装成”开箱即用”的工作流。最有代表性的功能是 oh-my-claude-sisyphus workflow：

  • 并行多 Agent：同时调度 planner / coder / reviewer / tester 4 个 Sub-Agent
  • 自动恢复：某个 Sub-Agent 失败时自动重新分配任务
  • 结果汇总：所有 Sub-Agent 的输出汇总到主对话

5.1 OMC 的设计要点

  • 零学习成本：不要求用户理解 Claude Code 的 Sub-Agent 配置
  • Workflow 即插件：通过 npm 包分发工作流
  • Discord 社区驱动：开发者（Yeachan Heo）维护活跃社区，反馈到 Workflow 设计

这是 Harness 中”Workflow 是接力赛规则”的最佳范例——把接力赛的”谁跑第几棒 / 交棒条件 / 犯规处理”全部封装成可视化的工作流配置。

六、项目五：muratcankoylan/Agent-Skills-for-Context-Engineering — 学术级的 Skill 集合

这个项目被 CMU / Yale / JHU / NEU / Amazon 等顶尖机构的 Agent Harness Engineering Survey（2026）引用作为”static skill architecture 的基础工作”：

“While static skills are well-recognized [Anthropic, 2025b; Muratcan Koylan, 2025],
MCE is among the first to dynamically evolve them, bridging manual skill
engineering and autonomous self-improvement.”
— Agent Harness Engineering: A Survey, 2026

它把 Context Engineering 拆成了完整的 Skill 体系：

分类Skill 示例
Foundationalcontext-fundamentals / context-degradation / context-compression
Operationalcontext-routing / context-curation / context-prioritization
Evaluationcontext-evaluation / context-benchmarking
高级multi-context-engineering / agent-harness-engineering

每个 Skill 都是独立的 SKILL.md 文件，可以单独加载使用。这是”Skill 是 Harness 的 SOP 手册”最干净的工程化实现。

七、项目六：VoltAgent/awesome-openclaw-skills — Skill 的 Hub

最后一个项目代表 Harness 生态的另一极——Skill Registry / Hub。

awesome-openclaw-skills 收录了 5300+ OpenClaw 社区 Skill。它的设计价值不在 Skill 本身，而在 Hub 协议设计：

维度设计
发现clawskills.sh 网站 + GitHub README 双索引
安装openclaw skills install <slug> 或 npx clawhub install <slug>
来源ClawHub（OpenClaw 官方 Registry）+ 社区贡献
优先级Workspace > Local > Bundled
分类按功能分类（dev / productivity / search / data / 集成）

这是从零搭建 Skills Hub 的最佳参考——它证明了”集中式 Registry + 命令行安装”是 Skill 分发的最简可行形态。

八、横向对比矩阵

维度superpowerslearn-claude-codedeer-flowoh-my-claudecodeAgent-Skills-CEawesome-openclaw-skills
Harness 形态完整方法论教学代码库SuperAgent Harness工作流插件Skill 集合Skill Registry
Rule 实现CLAUDE.md + Plugin manifests10 system promptPolicy 层Workflow configSKILL.md frontmatterSkill metadata
Skill 实现14 个 SKILL.mds07 skill_loadingextensible skillsnpm package30+ Skill5300+ Skill
Sub-Agentsubagent-driven-developments06 subagent多层级编排并行多 Agentmulti-context-engineering❌
Hook/Eventhooks/ 目录s04 hooks❌npm event hook❌❌
Workflow14 Skill 接力s15-s17 agent teams研究→编码→验证npm workflow❌❌
Context 管理✅ Skill 引导s08-s09 compact/memoryMemory 系统❌✅ 核心❌
可运行代码插件，需安装 Agent20 个 Python 章节完整 Python 后端npm 包Markdown onlySkill + 安装脚本
学习价值⭐⭐⭐⭐⭐⭐⭐⭐⭐⭐⭐⭐⭐⭐⭐⭐⭐⭐⭐⭐⭐⭐⭐⭐
生产可用度⭐⭐⭐⭐⭐⭐⭐⭐⭐⭐⭐⭐⭐⭐⭐⭐⭐⭐⭐⭐⭐⭐⭐

九、从零搭建 Harness 的 5 条启示

读完 6 个项目源码后，我提炼出 5 条最值得借鉴的工程实践：

9.1 先写 Rule，再写 Skill，最后才写 Workflow

superpowers 的 14 个 Skill 实际上是把 Rule 拆细的产物——verification-before-completion Skill 对应的 Rule 就是”完成前必须验证”，但 Skill 把”如何验证（compile + test + lint）”明确写了出来。

启示：Rule 永远只写”必须做 X”，Skill 永远只写”做 X 的标准步骤”。不要在 Rule 里写步骤，也不要在 Skill 里加约束。

9.2 Agent Loop 必须可独立运行

learn-claude-code s01 的 30 行 agent_loop() 是核心。把它抽出来后，所有”防御层”（权限、Hooks、Context 管理、Sub-Agent）都是外部挂载的——这正是 Bitter Lesson 说的”机制和策略分离”。

启示：写 Harness 第一步，永远是先写一个”只跑 Agent Loop”的最小可运行 demo，然后逐章往上叠防御层。不要一上来就堆全部组件。

9.3 Sub-Agent 的核心是 Context 隔离，不是分工

superpowers 的 dispatching-parallel-agents 和 learn-claude-code s06 都强调一件事：Sub-Agent 最大的价值不是”角色分工”，而是**”主对话的 Context 不被污染”**。

启示：你的第一个 Sub-Agent 应该是 search-agent / read-only-agent 这种纯读取型，验证 Context 隔离的效果，再扩展到写操作的 Sub-Agent。

9.4 Skill 必须是 Markdown，frontmatter 必须有 description

superpowers / Agent-Skills-CE / awesome-openclaw-skills 三个项目不约而同地选择了Markdown + YAML frontmatter 作为 Skill 格式。这不是巧合——

  • Markdown 是模型训练分布中最熟悉的格式
  • YAML frontmatter 提供可被 Skill Loader 解析的元数据
  • description 字段是 Skill 自动匹配的钩子（”Use when starting any conversation”）

启示：不要发明新格式（JSON/XML/TOML）。直接用 SKILL.md + YAML frontmatter，是阻力最小的路径。

9.5 Hub 比 Marketplace 重要

awesome-openclaw-skills 揭示了一个反常识的事实：5300+ Skill 在 GitHub 上的浏览量 > 任何 Marketplace。

启示：从零搭 Skills Hub 时，先做 GitHub 索引 + CLI 安装工具，不要先做 Marketplace 网站。等 Skill 数量超过 100 + 团队规模超过 10 人，再考虑做带评分的 Web UI。

十、结论：Harness 的工程落地 = 7 个 commit

如果让我用最精简的路径从零搭一个 Harness 框架，我的 commit 顺序会是：

  1. commit 1 — s01_agent_loop.py：30 行 while 循环，跑通”工具调用 → 结果返回 → 追加上下文”
  2. commit 2 — CLAUDE.md：写第一条 Rule：”完成前必须编译 + 测试”
  3. commit 3 — skills/build/SKILL.md：第一个 Skill，把 commit 2 的 Rule 拆成”编译步骤 + 测试步骤 + 校验步骤”
  4. commit 4 — hooks/pre-tool-use.sh：第一个 Hook，拦截危险命令
  5. commit 5 — agents/research-agent.py：第一个 Sub-Agent，专门做只读搜索
  6. commit 6 — workflows/build-and-test.md：第一个 Workflow，定义”研究 → 实施 → 验证”接力赛
  7. commit 7 — mcp/servers/filesystem/：第一个 MCP Server，把本地文件操作暴露成结构化 Tool

这 7 个 commit 对应 Harness Maturity Model 的 Level 1 到 Level 2 跨越。剩下的 Level 3-4（多 Agent 团队 / 自治）属于”业务驱动演进”，不在 MVP 范围。

graph LR
    C1["① s01_agent_loop<br/>30 行 while 循环"]
    C2["② CLAUDE.md<br/>第一条 Rule"]
    C3["③ build/SKILL.md<br/>第一个 Skill"]
    C4["④ pre-tool-use.sh<br/>第一个 Hook"]
    C5["⑤ research-agent<br/>第一个 Sub-Agent"]
    C6["⑥ build-and-test.md<br/>第一个 Workflow"]
    C7["⑦ filesystem MCP<br/>第一个外部接口"]

    C1 -->|"需要约束"| C2
    C2 -->|"拆细步骤"| C3
    C3 -->|"需要拦截"| C4
    C4 -->|"需要隔离"| C5
    C5 -->|"需要协作"| C6
    C6 -->|"需要扩展"| C7

    style C1 fill:#C7CEEA,stroke:#3F51B5,stroke-width:2px,color:#333
    style C2 fill:#FFB3C6,stroke:#E91E63,stroke-width:2px,color:#333
    style C3 fill:#E8D5F5,stroke:#9C27B0,stroke-width:2px,color:#333
    style C4 fill:#FFF9C4,stroke:#FFC107,stroke-width:2px,color:#333
    style C5 fill:#FFDAB9,stroke:#FF9800,stroke-width:2px,color:#333
    style C6 fill:#B5EAD7,stroke:#4CAF50,stroke-width:2px,color:#333
    style C7 fill:#F5F5F5,stroke:#9E9E9E,stroke-width:2px,color:#333

Harness 的真谛不在工具，而在约束。约束让模型从”会聊天的”变成”能交付的”。

附录：6 个项目的关键链接

参考文章：

  • Anthropic — Effective harnesses for long-running agents
  • OpenAI — Harness engineering: leveraging Codex in an agent-first world
  • 知乎 — 从零搭建 Harness Engineering 框架：Rule、Skill、Sub-Agent 等工程落完整路径