paladini/harness-score

解決的問題

AI 編碼代理（如 Cursor、Claude Code 或 Windsurf）經常不可靠，是因為缺乏結構化的「Harness」——即防止它們犯錯或每次會話都重新發現專案規範的規則、指南與防護措施。Harness Score 提供了一種決定性的方式來衡量此基礎設施的成熟度，從「感覺編碼」（vibe-coding）轉向可量化的、工程導向的代理可靠性方法。

作用方式

這是一個決定性掃描器，不使用 LLM 或網路存取，直接分析倉儲的檔案系統。它在六個維度（上下文與指南、技能與指令、鉤子與防護措施、感測器與回饋、CI 回饋、衛生與安全）執行 36 項檢查，將成熟度從 L0（未受控）到 L4（自我修正）進行分級。該工具會識別遺漏的資產——如 AGENTS.md 檔案、.cursor/rules/ 目錄或 CI 流水線——並提供一份依優先順序排序的具體修復建議，以達到下一個成熟度層級。

適用對象

希望確保專案具備代理就緒性與可靠性的開發者與團隊，以及希望根據最低代理哈尼斯成熟度層級來控制 CI 流水線的 DevOps 工程師。

主要亮點

• 決定性評分：零 LLM 呼叫與零網路請求，確保在不同環境中結果一致。
• 成熟度階梯：5 級系統（L0–L4），根據哈尼斯的結構而非總分來控制進展。
• CI 整合：包含 GitHub Action 與 --min-level 標誌，若代理哈尼斯成熟度下降則使建置失敗。
• 工具無關性：適用於多種 AI 編碼工具，包括 Cursor、Claude Code、Windsurf、Cline 與 Continue。
• 可操作診斷：每個失敗的檢查都連結到具體的修復方案，協助填補缺口。