WILLOSCAR/research-units-pipeline-skills

해결하는 문제

Research Harness는 AI 에이전트가 연구 결과를 생성할 때 그 과정에서 사용된 증거, 결정, 중간 단계의 흔적을 남기지 않는 일반적인 문제를 방지합니다. 이로 인해 결과물의 검증이나 작업 재개가 어려워지는 상황을 막아, 에이전트 지원 연구를 검사 가능하고 재개 가능하며 정직하게 만듭니다.

작동 방식

이 시스템은 연구 목표를 고정된 파이프라인 계약으로 조직된 "실행(Run)"으로 전환합니다. 작업을 복구 가능한 유닛과 스킬로 나누어, 모든 전환 단계가 증거와 아티팩트에 의해 뒷받침되도록 합니다.

핵심 메커니즘:

• 고정된 계약: 실행 중 은밀한 변화를 방지하기 위해 파이프라인과 스킬 구현을 스냅샷으로 저장합니다.
• 증거 기반 완료: 성공은 단순한 상태 플래그가 아니라, 일치하는 아티팩트 해시, 매니페스트, 완료 이벤트를 요구합니다.
• 제한된 진단: 계약이 실패할 경우 전체 프로세스를 다시 작성하는 대신, 구체적인 수정 대상을 식별합니다.
• 사용자 체크포인트: 사용자가 특정 아티팩트(예: 개요 또는 프로토콜)를 승인할 수 있으며, 기반이 되는 아티팩트가 변경되면 승인 권한이 자동 해제됩니다.

대상 사용자

문헌 리뷰, 연구 결과 통합, 기술 보고서 작성 등에 AI 에이전트를 활용하는 연구자 및 개발자로, 검증 가능한 감사 로그와 실패 시 복구 능력이 필요한 분들.

주요 특징

• 다양한 워크플로우 템플릿: 연구 요약, 논문 리뷰, 증거 통합, arXiv 조사, 튜토리얼 생성 등 사전 구축된 워크플로우 포함.
• Harness Lock: 커널과 스킬 번들에 대한 해시를 통해 실행의 무결성을 보장합니다.
• 엄격한 잔여물 검사: 최종 결과물에 AI 생성 템플릿 잔여물(예: "this run")이 포함되는 것을 방지하기 위한 특정 게이트 포함.
• 파일 우선 접근 방식: 모든 목표, 결정, 증거를 구조화된 워크스페이스에 정리하여 완전한 투명성 확보.