Harness — 智能体团队架构工厂
一句领域描述即可生成配套的专业智能体团队与技能，为 Claude Code 项目自动搭建可演进的自动化协作体系。
证据显示技能主要在项目内写文件（.claude/agents、.claude/skills、CLAUDE.md），无凭据窃取、隐蔽数据外传或恶意行为；Phase 0 要求审计后向用户报告并确认执行计划，工作区产物保留供审计，具备一定透明度。扣分点：无任何脚本/命令的权限声明或最小权限约束，生成的代理默认全工具访问并要求强制 model:"opus"（高成本），对 CLAUDE.md 的写入无回滚/恢复机制，用户确认仅在初始构建环节隐含，敏感数据处理未提及。
SKILL.md 与 6 个 references 内部自洽，模板、错误处理表、测试场景、工作流分支（新建/扩展/维护）齐备，Phase 选择矩阵逻辑清晰，故障路径（重试、缺漏明示、来源并记）有交代。扣分点：纯静态评审，无已提交的测试套件或 CI 证明关键路径可复现；生成的产物质量高度依赖模型行为，缺少对异常输入的具体失败反馈样例。
触发场景在 description 中明确列出（构建/扩展/审计/同步），非目标范围（.claude/commands 不生成）和模式选择边界有说明，用户熟手度自适应是加分项。扣分点：描述与全部正文为韩文，无中文/英文触发支持；核心功能完全依赖 Claude Code 实验性 agent teams 功能及 Anthropic 服务，对中国大陆网络可达性存在风险；成本极高（所有代理强制 opus）未在边界条件中声明。
Apache-2.0 许可明确，README 提供版本号（1.2.0）、多语言安装说明、结构图与 FAQ；skill 分层良好（SKILL.md + 6 个 references，含目录与渐进披露规范）。扣分点：skill 自身无 CHANGELOG 或版本记录，维护责任与更新路径未声明，发布者身份未验证；被引用的 references 均存在但 README 与 SKILL.md 间个别措辞（如小规模团队任务数）一致性未经校验。
README 提供作者自测的 A/B 数据（+60% 质量、15/15 胜率、n=15）并诚实标注为作者测量、第三方复现待定，且给出大量可复制的使用提示。扣分点：所有效力证据均为作者主张，静态评审无法验证生成产物可直接使用；+60% 的对比实验非独立可复现，边际价值与高 token 成本的性价比未充分论证。
存在可审计的一手材料：完整 SKILL.md、6 个 references、具体 bug 案例（SatangSlide 7 个边界 bug）与方法论，事实与推断基本分离，且 FAQ 主动披露证据局限。扣分点：无第三方复现、无已提交测试结果或 CI 工件，A/B 实验细节在姊妹仓库不可静态核验，证据类型单一（作者自述）。静态封顶 5 分，给 4 分。
- 本评审为纯静态源码评审，未执行任何测试；可靠性与效力分数受静态封顶约束。
- 生成的代理默认拥有全工具访问权限且强制使用 opus 模型，token 成本可能很高，建议使用前确认成本预算并审查生成的代理定义。
- 技能会修改项目 CLAUDE.md 并创建多个文件，建议先在版本控制下运行以便回滚。
- 核心功能依赖 Claude Code 实验性 agent teams 功能（CLAUDE_CODE_EXPERIMENTAL_AGENT_TEAMS=1）及 Anthropic 服务，中国大陆网络可达性存在不确定性。
- 描述与正文均为韩文，非韩文用户触发与理解可能受限。
- +60% 质量提升为作者自测（n=15），无第三方复现，采纳决策请以自建试点数据为准。
- 发布者未经 FollowSkills 验证，身份不明。
这个 Skill 能做什么，适合哪些场景？
Harness 是一个 Claude Code 插件（也是元技能），能把你的领域描述转换为一支专业智能体团队及他们使用的技能。它从六种预定义的团队架构模式（流水线、扇出/扇入、专家池、生成-审校、监督者、层级委派）中选择合适模式，生成 .claude/agents/ 下的智能体定义和 .claude/skills/ 下的技能文件，并通过编排器技能把整个工作流串联起来。该体系设计为可演进的系统：每次执行后收集反馈，持续更新智能体、技能与 CLAUDE.md 变更记录。
触发后先审计项目中已有的 .claude/agents/、.claude/skills/ 和 CLAUDE.md，检测不一致（drift）并判断是新建、扩展还是维护模式；然后进行领域分析、选择执行模式（智能体团队为默认，备选子智能体或混合）和架构模式；生成智能体定义文件（强制要求文件化，含角色、原则、输入/输出协议、团队通信协议，统一使用 model: "opus"）；为每个智能体生成带渐进式披露结构的技能（SKILL.md 控制在 500 行内，细节移入 references/）；生成编排器技能，明确数据传递协议（消息/任务/文件/返回值）、错误处理和 _workspace/ 中间产物管理；在 CLAUDE.md 中登记最小化的触发指针与变更历史；最后执行结构验证、触发验证（含 should-NOT-trigger 近失查询）和带技能/不带技能的对比测试。
- 研究型用户：需要一支能多角度调研、交叉验证并输出综合报告的智能体团队
- 全栈开发者：想为设计、前端（React/Next.js）、后端 API 和 QA 测试搭建从线框到部署的流水线式团队
- 内容创作者：为网漫制作或 YouTube 内容规划搭建编剧、角色设计、分镜、SEO 优化等协作角色
- 代码审查负责人：需要并行智能体分别检查架构、安全、性能和代码风格并汇总为一份报告
- 已有 Harness 体系的团队：做运行维护、智能体/技能同步、扩展或架构调整
- 技术写作者：从代码库自动生成带使用示例和完整性审校的 API 文档
这个 Skill 有哪些优点和局限？
- 六种成熟架构模式可供选择，覆盖顺序依赖、并行独立、生成-审校等常见协作形态
- 强制智能体定义文件化和 CLAUDE.md 变更历史，保证跨会话复用和可追溯性
- 内置 QA 方法论：with-skill vs without-skill 对比、触发验证、near-miss 查询、渐进式 QA
- 附带的作者实测 A/B 实验（n=15）显示平均质量分从 49.5 提升到 79.3，且诚实标注了数据局限
- 文档完善，README 有英/韩/日三语，references/ 含模板和真实团队配置示例
- 深度依赖 Claude Code 专属机制（TeamCreate、SendMessage、TaskCreate、Agent 工具、CLAUDE.md），无法直接移植到其他运行时
- 强制 model: "opus" 意味着较高的 API 成本，且文档未讨论成本权衡
- +60% 质量提升来自作者自测的 15 个任务，无第三方复现
- 需要开启实验性环境变量 CLAUDE_CODE_EXPERIMENTAL_AGENT_TEAMS=1，特性可能变动
- 仓库未提供独立的自动化测试套件；主要验证依赖技能内置的运行时验证流程
如何安装这个 Skill？
方式一（市场安装）：在 Claude Code 中运行 /plugin marketplace add revfactory/harness，然后 /plugin install harness@harness-marketplace。方式二（全局技能）：执行 cp -r skills/harness ~/.claude/skills/harness。前置条件：需启用智能体团队实验特性，设置环境变量 CLAUDE_CODE_EXPERIMENTAL_AGENT_TEAMS=1。
如何使用这个 Skill？
在 Claude Code 会话中用自然语言触发，例如 "Build a harness for this project"、"Design an agent team for this domain"（中文可用 "하네스 구성해줘" 对应的中文类似表达可能不被官方列出，README 列出的是英文、韩文、日文触发语）。技能随后执行七阶段工作流：现状审计 → 领域分析 → 团队架构设计 → 智能体定义生成 → 技能生成 → 集成编排 → 验证测试，之后进入持续演进循环。
这个 Skill 与同类方案有什么区别？
README 明确对比了几个相邻项目：coleam00/Archon 是同一 L3 元工厂层的运行时配置工厂（适合确定性运行时配置），Harness 是团队架构工厂；SaehwanPark/meta-harness 是同一概念的 Codex 移植版；affaan-m/ECC 是跨 harness 的标准化层（不同层，可串联）；wshobson/agents 是子智能体/技能目录，其条目可作为 Harness 生成团队中的零件。选择建议：要运行时确定性选 Archon，要团队架构选 Harness，Codex 环境选 meta-harness。