返回顶部
a

agent-harness-engineering智能体工程引导

Bootstrap or upgrade a software repository for agent-first engineering. Use when a user wants to improve project-wide development discipline around `AGENTS.md`, progressive-disclosure docs, agent-readable architecture/context, mechanical quality checks, CI-enforced structure, or optional garbage-collection/maintenance loops.

作者: admin | 来源: ClawHub
源自
ClawHub
版本
V 0.1.0
安全检测
已通过
288
下载量
免费
免费
0
收藏
概述
安装方式
版本历史

agent-harness-engineering

技能名称: agent-harness-engineering
详细描述:

智能体工具工程

当目标是让代码仓库更易于编码智能体理解、修改和长期维护时,请使用此技能。

该技能将OpenAI的工具工程文章中的核心思想转化为可复用的项目模式:

  • - AGENTS.md保持简短,充当路由角色
  • 持久性知识移至docs/目录
  • 上下文逐步披露,而非一次性全部加载
  • 质量规则变为机械检查,而非隐性知识
  • 可选的垃圾回收机制控制智能体产生的熵增

使用时机

当用户要求以下内容时使用此技能:

  • - 为多个仓库创建可复用的工程技能
  • 为智能体优先或AI辅助开发引导仓库初始化
  • 重新设计AGENTS.md,使其路由到结构化文档
  • 添加仓库可读的架构、规范、质量、可靠性或安全文档
  • 添加文档新鲜度、结构和智能体护栏的机械检查
  • 为漂移、过时文档和代码蔓延添加低摩擦清理循环

选择部署模式

选择对仓库侵入性最小的模式。

  • - overlay:现有仓库的默认模式。添加docs/agent/作为智能体可读的覆盖层,无需重写现有文档。
  • full:用于全新仓库或用户明确要求更广泛文档重组的情况。

对于大多数成熟仓库,从overlay模式开始。

首次使用工作流

首次将本模式应用于仓库时,按顺序执行以下操作:

  1. 1. 检查仓库当前的AGENTS.md、docs/、CI和lint/test命令。
  2. 以overlay或full模式运行捆绑的引导脚本。
  3. 审查生成的AGENTS.md区块,并根据仓库调整命令名称。
  4. 保留现有的项目特定指令,但将AGENTS.md中的持久性细节移至生成的文档中。
  5. 将生成的验证脚本接入仓库的原生检查流程。
  6. 如果仓库迭代速度快或使用多个智能体,可选择启用垃圾回收。

引导命令

从本技能目录运行捆绑脚本:

bash
python3 scripts/bootstrap_project.py --repo /path/to/repo --mode overlay

可选标志:

  • - --mode overlay|full
  • --with-gc 搭建垃圾回收报告框架
  • --dry-run 预览更改
  • --force 覆盖已生成的文件
  • --no-claude-link 跳过CLAUDE.md -> AGENTS.md符号链接

引导添加的内容

首次应用时,脚手架通常会创建或更新:

  • - AGENTS.md,包含简短的智能体导航区块
  • CLAUDE.md符号链接到AGENTS.md(除非禁用)
  • docs/agent/index.md
  • docs/agent/architecture.md
  • docs/agent/specs.md
  • docs/agent/plans.md
  • docs/agent/quality.md
  • docs/agent/reliability.md
  • docs/agent/security.md
  • scripts/agentrepocheck.py
  • 可选:docs/agent/garbage-collection.md
  • 可选:scripts/agentgcreport.py

操作规则

1. AGENTS.md是路由

不要将AGENTS.md变成一本巨大的手册。

  • - 保持简短
  • 链接到外部持久性文档
  • 文档移动时更新链接
  • 保留AGENTS.md用于任务路由指令和仓库特定的操作约束

2. 持久性知识存放在文档中

将中期和长期仓库知识放在docs/agent/或仓库的主文档树中。

示例:

  • - 架构边界
  • 产品或集成规范
  • 当前计划
  • 质量门禁和不变量
  • 可靠性期望
  • 安全假设和信任边界

3. 渐进式披露优于巨型提示

只读取任务所需的文档。

  • - 从docs/agent/index.md开始
  • 打开相关的叶子文档
  • 避免将无关文档加载到上下文中
  • 将新文档添加到索引中,以便未来的智能体能够快速发现它们

4. 机械检查优于软提醒

优先选择能在CI或本地验证中快速失败的检查:

  • - 缺少必需的文档
  • 缺少前置元数据字段
  • 审查日期过期
  • 文档未从索引链接
  • AGENTS.md缺少导航链接

5. 垃圾回收可选但有用

当仓库变更速度快、生成编辑多或存在反复漂移时,启用GC循环。

默认GC报告查找:

  • - 过时文档
  • 超大文件
  • 可疑文件名,如final-final或v2
  • 残留的TODO或FIXME集群
  • 未从索引链接的文档

仅在需要时阅读的参考资料

  • - 规划仓库首次部署时,阅读references/bootstrap-playbook.md。
  • 调整文档分类或前置元数据时,阅读references/docs-blueprint.md。
  • 将检查接入CI或仓库原生工具时,阅读references/quality-gates.md。
  • 启用定时清理或审查循环时,阅读references/garbage-collection.md。

验收清单

完成部署前,确认:

  • - AGENTS.md路由到文档而非重复内容
  • docs/agent/index.md指向每个活跃的叶子文档
  • 生成的文档有所有者和lastreviewed日期
  • scripts/agentrepo_check.py通过
  • 仓库的原生检查命令包含验证脚本或等效包装器
  • 垃圾回收要么已有意启用,要么已记录为推迟执行

禁止事项

  • - 除非用户要求,否则不要重写成熟的文档系统
  • 不要在AGENTS.md和docs/agent/*中重复相同的指导内容
  • 未经检查仓库,不要添加特定技术栈的CI假设
  • 不要启用自动破坏性清理;GC应展示候选对象,而非盲目删除代码

标签

skill ai

通过对话安装

该技能支持在以下平台通过对话安装:

OpenClaw WorkBuddy QClaw Kimi Claude

方式一:安装 SkillHub 和技能

帮我安装 SkillHub 和 agent-harness-engineering-1776190280 技能

方式二:设置 SkillHub 为优先技能安装源

设置 SkillHub 为我的优先技能安装源,然后帮我安装 agent-harness-engineering-1776190280 技能

通过命令行安装

skillhub install agent-harness-engineering-1776190280

下载

⬇ 下载 agent-harness-engineering v0.1.0(免费)

文件大小: 8.92 KB | 发布时间: 2026-4-15 12:15

v0.1.0 最新 2026-4-15 12:15
Initial public release.

Archiver·手机版·闲社网·闲社论坛·羊毛社区· 多链控股集团有限公司 · 苏ICP备2025199260号-1

Powered by Discuz! X5.0   © 2024-2025 闲社网·线报更新论坛·羊毛分享社区·http://xianshe.com

p2p_official_large
返回顶部