paladini/harness-score

解决的问题

AI 编码代理（如 Cursor、Claude Code 或 Windsurf）往往不可靠，因为它们缺乏结构化的「Harness」——即防止它们犯错或每次会话都重新发现项目规范的规则、指南和护栏。Harness Score 提供了一种确定性的方法来衡量这种基础设施的成熟度，从「感觉编码」（vibe-coding）转向可量化的、基于工程的方法来提升代理的可靠性。

工作原理

这是一个确定性扫描器，不使用 LLM 或网络访问，直接分析仓库的文件系统。它在六个维度（上下文与指南、技能与命令、钩子与护栏、传感器与反馈、CI 反馈、卫生与安全）上执行 36 项检查，将成熟度从 L0（未受控）到 L4（自我修正）进行分级。该工具会识别缺失的资产——如 AGENTS.md 文件、.cursor/rules/ 目录或 CI 流水线——并提供一份按优先级排序的具体修复建议，以达到下一个成熟度级别。

适用人群

希望确保项目具备代理就绪性和可靠性的开发者和团队，以及希望基于最低代理哈尼斯成熟度级别来控制 CI 流水线的 DevOps 工程师。

主要亮点

• 确定性评分：零 LLM 调用和零网络请求，确保在不同环境中结果一致。
• 成熟度阶梯：5 级系统（L0–L4），根据哈尼斯的结构而非总分来控制进展。
• CI 集成：包含 GitHub Action 和 --min-level 标志，若代理哈尼斯成熟度下降则使构建失败。
• 工具无关性：适用于多种 AI 编码工具，包括 Cursor、Claude Code、Windsurf、Cline 和 Continue。
• 可操作诊断：每个失败的检查都链接到具体的修复方案，帮助填补差距。