Ancienttwo/repo-harness

解決的問題

repo-harness 為 AI 代理（特別是 Claude 和 Codex）提供一種結構化、基於檔案的工作流程，用於管理軟體開發。它透過將計畫、任務合約與交接內容直接儲存在倉儲檔案中，解決了「聊天記憶遺失」問題——即代理在會話之間遺失上下文。同時，它透過引入授權、預算與租用機制，解決了無人監控 AI 自主性帶來的風險，確保長期執行程式的可追責性。

工作原理

該系統分為兩個層級：

1. 會話合約：由人類主導的層級，任務透過「計畫 → 合約 → 審查」的生命周期進行管理。鈎子將代理事件路由至類型化處理器，以在編輯邊界強制執行保護機制。
2. 授權程式：用於無人監控工作的自動化層級（如重構活動或 Sprint 控制器），需要操作員簽發的授權，並在嚴格的預算帳本下運行。

它與 CodeGraph 索引整合，支援結構化查詢，並採用漸進式上下文載入，僅載入編輯檔案所需的必要功能區塊，從而保持低 Token 使用量。

適用對象

• 使用 Claude 或 Codex 等 AI 代理執行複雜、多會話編碼任務的開發者。
• 希望實現具有持久性、可審查工作證據的代理式開發流程的團隊。
• 需要以預算和持續時間硬性上限運行無人監控 AI 自動化的操作員。

主要亮點

• 檔案化狀態：從倉儲資產而非聊天歷史中恢復會話。
• 有限自主性：透過授權、預算與可續租的租約，確保無人監控程式碼的可追責性。
• Token 高效：利用預建構的 CodeGraph 與漸進式上下文載入，最小化 Token 開銷。
• 結構化證據：每個任務都會產生合約與審查卡片，使人工驗證具體明確，而非依賴代理的聲稱。
• MCP 邊車：允許 ChatGPT 規劃 PRD 和 Sprint，而 Codex 執行它們，但不直接擁有原始碼寫入權限。