藏在《Harness Step 1 — 创建 AGENTS.md 与知识库》里的Skill

Skill.md

Harness Step 1 — 创建 AGENTS.md 与知识库

使用 Claude Code 的最大挑战之一是「失忆」——每次开新会话，agent 对项目一无所知，你必须重新解释架构、命名规范、启动命令。这个 skill 从根源解决这个问题：扫描代码库，一次性生成结构化的知识文件，让未来任何 agent session 都能在 30 秒内完成定向。

核心产出

project-root/
├── AGENTS.md                    ← agent 的「目录文件」，80-120 行
└── docs/
    ├── ARCHITECTURE.md          ← 模块划分、依赖规则、主要数据流
    ├── CONVENTIONS.md           ← 命名规范、文件组织约定
    ├── TECH_DECISIONS.md        ← 技术选型理由
    ├── QUALITY.md               ← 完成定义（Definition of Done）
    └── exec-plans/
        ├── active/              ← 当前进行中的计划
        ├── backlog.md           ← 待开发功能列表
        └── tech-debt-tracker.md ← 已知技术债务

设计原则

• AGENTS.md 是目录，docs/ 是书：agent 用 AGENTS.md 定向，用 docs/ 理解细节
• 推断 ≠ 捏造：无法从代码推断的内容一律标注「待补充」，不伪造
• 适配任何技术栈：Python/Node.js/Go/Rust，单体/微服务/monorepo 均可扫描

支持的使用场景

• 现有项目首次引入 agent 支持
• 团队新成员接手项目（让 agent 帮你快速读懂代码库）
• 重构后更新 agent 的项目认知
• 任何想让 Claude Code 少问你"这是什么项目"的场景

使用方式

1. 在项目根目录打开 Claude Code 会话
2. 说"为项目添加 agent 支持"或"创建 AGENTS.md"
3. Skill 自动扫描代码库（2-3 层目录、依赖文件、已有文档）
4. 生成所有文件，列出哪些内容需要你手动确认
5. 运行 harness-step2-fill-docs 深度填充文档内容

局限说明

Skill 只读取文件系统，无法获取运行时行为（如 API 响应格式、数据库实际内容）。TECH_DECISIONS.md 中的历史选型原因通常需要人工补充——代码里只有结论，没有当时的讨论过程。