Harness Engineering：三步让 AI Agent 真正理解你的项目

为什么需要 Harness Engineering？

你可能遇到过这个问题：每次打开新的 Claude 对话，它都不知道你的项目是什么、用了什么技术栈、有哪些约定。你需要反复解释，或者靠一个越来越长的 CLAUDE.md 来补救。

这不是 AI 能力的问题，而是信息结构的问题。

Harness Engineering 是一套专门解决这个问题的文档工程方法论。它的核心思路：与其每次对话临时喂给 AI 上下文，不如把项目知识结构化地固化下来，让 AI 随时能以正确的深度理解你的代码库。

---

三个 Skill 做什么？

Step 1 — 创建 AGENTS.md 与知识库骨架

扫描项目现有代码，自动生成 AGENTS.md（AI 的项目目录索引）和 docs/ 知识库结构。这是地基，后续所有 Skill 都建立在它之上。一次运行，永久生效。

Step 2 — 填充 docs/ 知识库内容

在 Step 1 创建的骨架上，深度分析每个模块的架构决策、技术约定、接口设计，把散落在代码里的隐性知识变成 AI 可直接读取的结构化文档。这是让 AI 真正"懂"你项目的关键步骤。

Step 3 — 建立跨 session 状态管理

创建 tasks.json（任务清单）、progress.md（进度记录）、init.sh（环境初始化脚本）。解决 AI 每次对话都从零开始的问题——下次打开对话，运行 init.sh，AI 立刻知道上次做到哪里、接下来要做什么。

---

适合谁使用？

• 在同一个项目里长期使用 Claude Code 的开发者
• 需要让 AI 帮助维护复杂代码库的工程师
• 团队中多人都需要 AI 辅助同一项目的场景

三个 Skill 按顺序使用效果最好，但每个 Skill 也可以单独运行。