convez.ai
MCP ServerAutomaçãoAvançado
m18897829375

Harness — Orquestrador de Workflow de Desenvolvimento IA

m18897829375/Harness

Pipeline completo Plan→PRD→Ralph Loop→Validação para desenvolvimento IA acelerado

Ver no GitHub
InicialPluginScore · de 0 a 100

MCP server que orquestra um pipeline completo de desenvolvimento IA (Plan → PRD → desenvolvimento autônomo → validação) integrando 5 subprojetos especializados: Claude Skills, Ralph Harness, ECC, Awesome MCP e OpenCLI. Fornece um sistema de skills sob demanda, indexação de ferramentas CLI e validação de subtarefas através de contrato negociado entre Generator e Evaluator.

Instalação

$npx convez-ai m18897829375/Harness

1 comando no terminal: detecta o formato do repositório (marketplace ou plugin avulso) e instala via Claude Code. Requer Node 18+ e o Claude Code instalado.

Métricas

Estrelas
0
Forks
0
Acompanhando
0
Saúde
28%
Último commit
há 3 meses
Versão
v0.1.1
Issues abertas
0
Contribuidores
1

Casos de uso

  • Orquestração de workflows de desenvolvimento end-to-end com LLM
  • Geração estruturada de PRDs a partir de análise de requisitos
  • Execução autônoma de subtarefas com validação contratualizada
  • Indexação e carregamento sob demanda de 343+ skills especializadas
  • Integração de ferramentas CLI e conversão de servidores MCP para CLI

Veredito

Sistema robusto e bem arquitetado para orquestração de workflows IA complexos, com princípios de engenharia sólidos (Plan read-only, skills sob demanda, CLI priority, ReAct+Daemon). Exige conhecimento profundo da stack e disciplina rigorosa na integração de subprojetos. Ideal para equipes que buscam standardizar pipelines de desenvolvimento IA em escala.

README

A tradução para o português deste README ainda está na fila.

harness

以LLM为马,以项目目标为跑道,harness 为LLM提供全套"马具"——工作流、工具索引、技能系统——让AI驱动开发跑得更快更稳。

核心理念

harness 不直接产出代码,编排5个专业化子项目,形成从需求分析到交付验证的完整AI开发流水线:

阶段工具产出
需求分析Plan模式 + Skill索引表(三来源:Claude Skills + ECC + OpenCLI)需求分析文档
PRD生成Ralph Harness结构化PRD(含优先级)
自主开发Ralph Loop:合同协商 → Generator → Evaluator子任务逐个完成
交付验证ECC 工具集(子任务验证 + 最终验证)验证报告

工程原则

  • Plan模式禁改代码: 只讨论分析,不写代码;网络搜索必须获取有效内容,禁止0KB结束
  • Skill按需加载: 先查Skill索引表 → 再查CLI索引表,禁止全量加载索引表
  • CLI优先: CLI工具 > MCP工具,MCP通过OpenCLI转化为CLI
  • ReAct + Daemon: Generator和Evaluator均采用思考-行动循环,daemon守护防中断
  • 合同协商: 每个子任务执行前Generator和Evaluator先协商完成标准
  • 子项目只读: 仅通过git同步,不直接修改
  • Skill三来源去重: Claude Skills + ECC + OpenCLI,合并冗余

子项目体系

subprojects/
├── claude-skills-main/      # 技能来源1: 343个skill(757个SKILL.md)
├── ralph-harness/           # 工作流引擎: PRD生成+Ralph Loop(含合同协商)
├── everything-claude-code/  # 技能来源2+验证: 261个skill+子任务+最终验证
├── awesome-mcp-servers/     # MCP服务目录,供OpenCLI查找和转化
└── OpenCLI/                 # 技能来源3+MCP→CLI转化(166个适配器)

各子项目适配 Claude Code

1. claude-skills-main — 技能库

757个 SKILL.md 文件按领域分布在子项目目录中。不需要安装到全局 ~/.claude/skills/,通过 skill-index.json 按需加载。

适配方式: 技能文件留在子项目内,由 Claude Code 在开发过程中根据当前子任务需求,搜索 skill-index.json 找到对应的 file_path,直接从子项目路径加载 SKILL.md。

2. ralph-harness — 工作流引擎

Ralph 是纯 Bash 编排层,驱动 Claude Code 作为 Generator 和 Evaluator。

前置依赖:

# jq — JSON处理
# curl — MCP健康检查
# Node.js >= 18 — MCP工具运行时
# Claude Code — AI引擎 (npm install -g @anthropic-ai/claude-code)

# 安装 Playwright 浏览器(Evaluator E2E测试必需)
npx playwright install chromium

适配方式: 配置 .mcp.json 启用 Playwright MCP(HTTP模式避免Windows MSYS2管道死锁)。Ralph 自动管理 MCP 服务器生命周期。其 .claude-plugin/ 目录提供 ralph-skills 插件(ralph、ralph-run、ralph-nav、ralph-bug、ralph-dev、ralph-loop 等 skill)。

3. everything-claude-code (ECC) — 技能+验证工具集

ECC 通过自身安装器适配 Claude Code,不能叠加多种安装方式。

适配方式(二选一):

方式A — 最小化安装(推荐):

cd subprojects/everything-claude-code
npm install
node scripts/install-apply.js --profile minimal --target claude

安装 368 个文件到 ~/.claude/:19 个语言规则 + 21 个核心 skill + agents + commands。不包含 Hook 运行时(减少上下文占用)。

方式B — 完整安装:

cd subprojects/everything-claude-code
npm install
./install.sh --profile full --target claude   # Linux/Mac
# 或 .\install.ps1 --profile full --target claude  # Windows

安装全部 23 个模块。

安装后,ECC 的 rules/agents/skills/commands 位于 ~/.claude/ 对应目录,Claude Code 自动发现。可通过 npx ecc consult <query> 查询匹配的组件。

4. awesome-mcp-servers — MCP服务目录

纯参考目录,无需任何安装。包含 800KB+ 的 MCP 服务器列表,按分类组织。

适配方式: 当 Generator 或 Evaluator 需要调用某 MCP 服务时,先在此目录搜索是否已有可用实现,如有则通过 OpenCLI 将其转化为 CLI 工具并全局注册。

5. OpenCLI — MCP→CLI转化工具

适配方式:

cd subprojects/OpenCLI
npm install        # 安装依赖并自动构建(生成cli-manifest.json, 1046条)
npm link           # 全局注册 opencli 命令

# 验证
opencli --version  # 应输出 1.8.2
opencli list       # 列出所有166个可用适配器

Playwright CLI(首选浏览器自动化):

npx playwright install chromium
opencli playwright navigate <url>
opencli playwright snapshot
opencli playwright screenshot <url> <output.png>

OpenCLI 的 6 个 skill(opencli-browser、opencli-adapter-author、opencli-autofix 等)位于 subprojects/OpenCLI/.agents/skills/,通过 skill-index.json 按需加载。

重要: 禁止编写 .js/.py/.sh 脚本调用 Playwright,必须直接使用 opencli playwright CLI 命令。CLI 失效时可用 MCP 工具作为备选。


快速开始

# 1. 克隆仓库(含子模块)
git clone --recurse-submodules https://github.com/m18897829375/Harness.git
cd Harness

# 2. 适配 ECC(最小化安装)
cd subprojects/everything-claude-code && npm install && node scripts/install-apply.js --profile minimal --target claude && cd ../..

# 3. 注册 OpenCLI 全局命令
cd subprojects/OpenCLI && npm install && npm link && cd ../..

# 4. 安装 Playwright 浏览器(ralph-harness 和 OpenCLI 共用)
npx playwright install chromium

# 5. 验证
opencli --version      # OpenCLI: 1.8.2
bash subprojects/ralph-harness/ralph.sh --help  # Ralph 可用

详细工作流和工程约束见 CLAUDE.md。

Ver o original no GitHub

Bom para

Relacionados