HangYu8123/HarnessFlow

解决的问题

HarnessFlow 防止 AI 编码助手进行「一次性」更改——即在缺乏充分规划或验证的情况下立即进行修改。它提供了一个结构化的多代理流水线，强制 AI 分析代码库、挑战自身假设，并在发布代码前验证结果，从而减少回归问题和 token 浪费。

如何工作

这是一个可移植的 Markdown 指令包，可与 Claude Code、Codex CLI 和 GitHub Copilot 等工具集成。它不依赖运行时，而是直接将一组请求模板和工作流文件存储在仓库中。

当用户提交填写好的模板时，AI 助手将遵循特定的流水线：

1. 并行分析：多个分析子代理从不同角度调查代码库。
2. 综合：一位资深工程师代理将这些发现整合成一个统一的计划。
3. 自我挑战：一位「魔鬼的辩护者」对计划进行压力测试，以发现潜在的错误假设。
4. 验证：质量保证工程师验证实现结果。
5. 持久记忆：结果被写入 repo_info/ 目录，使未来的请求能立即获得上下文。

适用人群

使用 AI 编码助手（特别是 Claude Code、Codex CLI 和 VS Code + GitHub Copilot）的开发者，希望获得更系统、更可靠、更节省 token 的代码生成与重构能力。

主要亮点

• 零运行时：无需 npm install 或构建步骤；完全由一组 Markdown 指令构成。
• 三种工作流模式：提供 general（全面）、fast（节省 token）和 skill（社区技能支持）三种变体。
• 九种请求类型：针对实现、重构、调试、代码库问答、正确性检查、目标导向执行、堆叠 PR、仓库初始化和迭代循环等场景的专用工作流。
• 平台自适应：通过设置脚本自动为不同 AI 工具配置入口点。
• 经验证的效率：基准测试显示，fast 模式相比 general 工作流可将代码体积和 token 成本降低 39–50%，同时保持 100% 正确性。