HangYu8123/HarnessFlow

해결하는 문제

HarnessFlow는 AI 코딩 어시스턴트가 "원샷" 방식으로 변경을 수행하는 것을 방지합니다. 즉, 충분한 계획이나 검증 없이 즉각적인 수정을 하지 않도록 합니다. 구조화된 다중 에이전트 파이프라인을 제공하여 AI가 코드베이스를 분석하고, 자신의 가정을 검토하며, 코드를 배포하기 전에 결과를 검증하도록 강제함으로써 리그레션과 토큰 낭비를 줄입니다.

작동 방식

이것은 Claude Code, Codex CLI, GitHub Copilot와 통합 가능한 포터블 Markdown 인스트럭션 팩입니다. 런타임이 필요 없으며, 리포지토리 내에 직접 저장된 요청 템플릿과 워크플로 파일을 사용합니다.

사용자가 채워진 템플릿을 제출하면 AI 어시스턴트는 특정 파이프라인을 따릅니다:

1. 병렬 분석: 여러 분석가 서브에이전트가 서로 다른 관점에서 코드베이스를 조사합니다.
2. 통합: 시니어 엔지니어 에이전트가 이러한 발견을 하나의 계획으로 통합합니다.
3. 자기 도전: "악마의 변호사" 단계에서 계획의 잘못된 가정을 스트레스 테스트합니다.
4. 검증: QA 엔지니어가 구현을 검증합니다.
5. 지속적 메모리: 결과는 repo_info/ 디렉터리에 기록되어 향후 요청에 즉시 컨텍스트를 제공합니다.

대상 사용자

Claude Code, Codex CLI, VS Code + GitHub Copilot를 사용하는 개발자 중, 더 체계적이고 신뢰성 있으며 토큰 효율적인 코드 생성 및 리팩터링을 원하는 분들.

주요 특징

• 제로 런타임: npm install이나 빌드 단계가 필요 없으며, 순수하게 Markdown 인스트럭션 세트입니다.
• 세 가지 워크플로 모드: general ( thorough ), fast ( 토큰 효율적 ), skill ( 커뮤니티 스킬 기반 ) 버전 제공.
• 아홉 가지 요청 유형: 구현, 리팩터링, 디버깅, 코드베이스 Q&A, 정확성 검사, 목표 지향 실행, 스택된 PR, 리포지토리 초기화, 반복 루프에 특화된 전용 워크플로우.
• 플랫폼 적응형: 설정 스크립트를 통해 다양한 AI 도구의 진입점을 자동으로 구성합니다.
• 검증된 효율성: 벤치마크 결과에 따르면 fast 모드는 general 워크플로우 대비 코드 크기와 토큰 비용을 39–50% 감소시키면서도 100% 정확성을 유지합니다.