agent-harness-design
Installation
SKILL.md
Agent Harness Design
核心立场:Agent = Model(LLM) + Harness(让模型能在某环境工作的操作系统)。Agency 来自模型训练,不是来自外部代码编排。一个能工作的 Agent 产品必须有完整的 Harness。
高层视角选型表
先把 Agent 系统拆成 5 个主分类(walkinglabs L02 §"What a Harness Actually Is")。正交性声明:5 个主分类大致正交,但单个机制可同时跨多视角——做选型时先选主分类,再考虑跨轴副作用。工程上的判断都从这张表开始。
| 视角 | 看什么 | 用哪个 reference | 跨轴副作用(常见越界) |
|---|---|---|---|
| Instructions / 指令体系 | AGENTS.md / CLAUDE.md / .cursorrules 等仓库即规范文件;规则优先级与可变层数 |
02-checklist.md §10 Skills System + 02-checklist.md §1 Agent Loop |
Skills System 同时是 Tools 加载路径(load_skill 是工具调用);Agent Loop 同时涉及 Instructions 注入(system prompt 组装) |
| Tools / 工具表面 | schema/handler/policy 三合一、并发调度、错误反传、MCP 接入 | 02-checklist.md §2 §3 + 03-antipatterns.md L4 L5 |
Hooks 同时是 Feedback(权限审批反馈);MCP Connectors 同时是 Environment(网络依赖管理) |
| Environment / 环境 | 运行时(本地 / 容器 / Worktree)、依赖锁(pyproject.toml / package.json)、版本固定(.nvmrc / .python-version)、可复现性 | 02-checklist.md §1 + 04-production.md §轴5 安全与权限 |
与 Tools 的边界:MCP 既是 Tools 接入也是 Environment 依赖 |
| State / 状态 | 会话 transcript、跨重启的事实、进度文件、append-only 持久化与 head anchor | 02-checklist.md §6 Memory System + 03-antipatterns.md |
Audit & Hash Chain 同时是 Feedback(告警);Memory 召回是 Feedback 循环(query → 召回 → 注入,非纯 State 读取);Context Compact 严格说同时跨 State + Tools(四步管道是 messages[] 状态管理,本身也是 4 个操作) |
| Feedback / 反馈 | 验证命令(test / lint / type-check)、Goal/Evaluator 分离、独立评估器 | 02-checklist.md §5 + 06-loop-engineering.md §Generator/Evaluator |
Context Compact 不在本视角(本质是 State+Tools);Memory 召回部分在本视角 |
框架中立:两个上游(walkinglabs L02 五子系统 / WanLanglin §1.2 三大支柱)对视角的划分不同——walkinglabs 强调"哪些设施决定了 Agent 的能力实现率",WanLanglin 强调"该把工程时间投到哪几块";本表用 walkinglabs 的五子系统组织路由,引用源在
05-source-synthesis.md。