harness

Harness — Self-Evolving Spec-Driven Development

一个面向编码 Agent 的 Spec-Driven Development 工作流包。它保留 Claude Code 的原生插件体验，同时补齐 Codex 原生插件清单，并通过 agent-compatible skills 目录兼容 OpenCode。

Compatibility

Tool	Native packaging	What works
Claude Code	.claude-plugin/	Native marketplace/plugin install, commands, hooks
Codex	.codex-plugin/	Native plugin bundle with skills
OpenCode	.agents/skills/	Repo-local or global skill discovery

详见 docs/compatibility.md。

安装

Claude Code

# 添加 marketplace 并安装
/plugin marketplace add zxdxjtu/harness
/plugin install harness@harness

Codex

git clone https://github.com/zxdxjtu/harness ~/.codex/plugins/harness

然后按你所用 Codex 版本的本地 plugin 流程启用它。Codex manifest 位于 .codex-plugin/plugin.json。

OpenCode

OpenCode 不使用 Claude/Codex 的 plugin manifest 体系。它主要通过 .agents/skills/、.claude/skills/ 等 agent-compatible 技能目录发现工作流。

因此可以直接把这个仓库作为项目级 skill pack 使用，或将 skill 目录软链/拷贝到你的全局 OpenCode skills 路径。

用法

Claude Code

/harness 实现用户登录功能，支持邮箱密码和 GitHub OAuth

就这一行。Harness 自动完成：

了解你的项目 → 讨论需求 → 生成测试 → 分解任务 → 并行执行 → 验证交付 → 从失败中学习
                  ↑            ↑
                你确认         你确认        其余全自动

也可以显式使用核心命令：

/proposal "Add user authentication with JWT"
/harness-status

Codex / OpenCode

Codex 和 OpenCode 目前不完全复刻 Claude Code 的 slash command 面板。它们更适合直接消费同一套 Harness skills，例如：

• proposal
• tdd-align
• decompose
• sprint
• evaluate
• verify
• harness-status

命令

命令	作用
/harness 功能描述	一站式：从想法到交付
/harness	自动判断当前状态，接着干
/harness status	查看全景
/cancel-sprint	紧急停止

四个命令覆盖日常使用。高级子命令见 /help。

它做了什么

1. 初始化（首次自动，无需手动）

读 lockfile、CI 配置、CONTRIBUTING.md 等自动发现项目规范和团队约束。你只需确认分析结果。

2. Spec → Test → Implement → Verify

• Spec: 交互式需求讨论 + 零决策点清单 + 按功能性质定制评估维度
• Test: 三层测试（V1 单元 / V2 集成 / V3 E2E），全部 RED 起步
• Implement: 原子任务 DAG + Wave 并行 + worktree 隔离 + 后台 Guardian 审查
• Verify: V1 → V2 → V3 顺序验证 + 证据包

3. 自进化（全自动，无需手动触发）

• Sprint 结束时自动分析 JSONL 追踪日志
• 同一失败模式 ≥ 3 次 → 自动生成不变量 → 注入下次 Sprint
• 灵感来自 EvoMap/evolver 的 daemon loop 模式

4. 对抗式评估（克隆场景）

Generator 和 Evaluator 分离，防止自评偏差。评估维度在 Spec 中按功能性质定制。

Pipeline

TRIVIAL:  proposal -> implement -> verify
SMALL:    proposal -> tdd-align -> implement -> verify
MEDIUM:   proposal -> tdd-align -> decompose -> sprint -> evaluate -> verify -> archive
LARGE:    proposal -> spec-review -> tdd-align -> decompose -> sprint -> evaluate -> eval-fix -> verify -> archive

Clone 场景额外: baseline 采集参考产品基线

设计影响

来源	借鉴
Anthropic — Harness Design	Generator 与 Evaluator 对抗分离
Anthropic — Effective Harnesses	Progress file + git 状态恢复
OpenAI — Harness Engineering	机械约束 > 指令遵从
OpenAI — Eval Skills	JSONL 追踪 + 多维评估
EvoMap/evolver	后台自动进化 daemon loop
wow-harness	失败模式不变量化 + 文件编辑时上下文路由
get-shit-done	Wave 级任务并行 + 目标反向验证
DSPy GEPA	反思式 prompt 进化

核心原则

1. 一个入口 — /harness 编排一切，用户不需要记子命令
2. Spec → Test → Code — 测试是人和 AI 之间的对齐合约
3. 自动进化 — Sprint 失败自动沉淀为不变量，下次避免
4. 对抗分离 — 写代码的和评代码的不是同一个 Agent
5. 机械约束 > 指令 — Hook 和 config 比 prompt 指令更可靠

Project State

.harness/
├── config.json
├── full-spec.md
├── full-design.md
├── specs/
├── designs/
├── reviews/
├── tasks.md
├── progress.md
├── module-graph.json
├── baseline/
├── evidence/FXXX/
└── evolution/

License

MIT