paladini/harness-score

解決する課題

AIコーディングエージェント（Cursor、Claude Code、Devinなど）は、構造化された「ハーネス（harness）」が不足しているため、信頼性に欠けることがよくあります。ハーネスとは、エージェントがミスを犯したり、セッションごとにプロジェクトの慣習を再発見したりするのを防ぐためのルール、ガイド、ガードレールのセットです。Harness Scoreは、このインフラストラクチャの成熟度を測定する決定論的な方法を提供し、チームがエージェントの制御システムにおけるギャップを特定し、時間の経過とともに改善を追跡できるようにします。

仕組み

このツールは、リポジトリを分析して「コンテキストとガイド」「スキルとコマンド」「フックとガードレール」「センサーとフィードバック」「CIフィードバック」「衛生と安全性」の6つの次元にわたる36の具体的なチェックを行う、決定論的なファイルシステムスキャナーです。LLMやネットワークリクエストを使用しないため、常に同じ結果が保証されます。これらのチェックに基づいて、L0（ハーネスなし）からL4（自己修正）までの成熟度レベルを割り当て、不足している、または修正が必要な特定のファイルやパターンのランク付けされたリストを提供します。

対象ユーザー

「バイブコーディング（vibe-coding）」を超えて、自律的なAI開発のための信頼性の高い本番環境を構築したいと考えている、AIコーディングエージェントを使用する開発者およびチーム。

ハイライト

• 決定論的スコアリング: LLM呼び出しやネットワークアクセスがゼロで、一貫性のある再現可能な結果が得られます。
• 成熟度ラダー: ハーネスの形状とカバレッジに基づいて進捗を管理する5段階のシステム（L0–L4）。
• CI統合: --min-level フラグを使用してパイプラインをゲートし、成熟度の低下を防ぐ機能。
• 実用的な診断: 失敗したすべてのチェックは、修正のための具体的なレシピにリンクされています。
• マルチツールサポート: Cursor、Claude Code、Windsurf、Cline、Continueなど、さまざまなAIコーディングツールで動作します。