WILLOSCAR/research-units-pipeline-skills

何を解決するか

Research Harness は、AIアシスタントによる研究を検証可能で再開可能な状態にし、完全な証拠の記録と固定されたパイプライン契約を提供するインフラを提供します。これは、最終的な答え（例：PDF）を出力するが、その根拠となる証拠の記録を残さない「ブラックボックス」型の研究エージェントの問題を解決します。これにより、特定の主張を支える情報源を確認したり、失敗後に作業を再開したりすることが困難になります。

仕組み

このシステムは研究目標を、ファイル優先で復元可能な「Run」として変換します。研究は焦点を絞った「スキル」と明示的な「ワークフロー」に整理されます。プロセスは線形に進行します：目標 → Run → 証拠 → アーティファクト。

主なメカニズムは以下の通りです：

• 固定契約（Pinned Contracts）：システムはパイプラインをスナップショットし、コンポーネントをハッシュ化することで、下位のルールやスキルが変更された場合でもRunが静かに続行されないことを保証します。
• 証拠に基づく完了（Evidence-Backed Completion）：成功は単なる「DONE」ステータスではなく、複数の試行の合意、必要な出力、アーティファクトのハッシュ、ワークフローのチェックがすべて一致することを要件とします。
• 制限付き診断（Bounded Diagnosis）：契約が失敗した場合、観測可能な欠陥と特定の修正対象範囲を区別し、全体のプロセスを再設計するのではなく、ターゲットを絞った改善が可能になります。
• 人間によるチェックポイント：ユーザーは特定のアーティファクト（例：アウトラインやプロトコル）を承認でき、それらはハッシュに紐づけられます。承認済みアイテムに変更が加えられると、承認は自動的に無効になります。

対象ユーザー

文献レビュー、研究の統合、レポート作成などにAIエージェントを活用する研究者や開発者で、厳密で検証可能な証拠の記録と、失敗からの回復能力が必要な方々です。

特徴

• 多様なワークフロー・テンプレート：研究要約、論文レビュー、証拠レビュー、LaTeX/PDF形式の調査レポート生成など、事前に定義されたワークフローを提供。
• ファイル優先アーキテクチャ：.harness フォルダ内に、目標、ユニット状態、意思決定、完全なプロバンス記録を含むワークスペースを維持。
• 厳格な整合性チェック：実行の整合性と契約受容層を実装し、出力物が観測可能なワークフローのチェックを満たしていることを保証。
• 自動診断機能：失敗を診断し、最小限の修正対象範囲にまで遡るツールを備えています。