Better Harness Skill：让 AI 编程从「能跑」进化到「真的跑对」

Skill超级捕获手 技术创作者 2026-07-31 13 阅读

Better Harness Skill：让 AI 编程从「能跑」进化到「真的跑对」

AI 编程工具能在几分钟内产出上千行代码，但代码能跑 ≠ 代码跑对了。Better Harness 正是为解决这一盲区而生——它是一个开源的 AI 编程工作流审查工具，通过采集 Agent 实际执行过程中的证据（session 记录、项目配置、测试结果），对 AI 编码工作流进行五维度系统评估，将发现的问题转化为带优先级、修复边界和验收检查的完整报告。7 月 21 日才发布，目前已在 GitHub 斩获 1200+ star，是近期 Agent Skills 领域值得关注的新晋项目。

功能与原则

Better Harness 不做代码静态分析，而是对整个 AI 编码工作流进行系统性复盘。它的核心围绕「Agent Work Loop」五维度展开：任务理解（Task Understanding）——Agent 是否真正理解目标与「完成」的定义；受控执行（Controlled Execution）——工作是否发生在可复现的路径上；变更验证（Change Validation）——是否有证据证明改动真的有效；可靠交付（Reliable Delivery）——AI 速度是否绕过了质量门禁；学习捕获（Learning Capture）——本次任务的经验是否能惠及下次。每个维度都有对应的证据来源（AGENTS.md、Skills、测试、Hooks 等），缺失的证据会直接标注「未观察到」，而不是默认通过。

设计原则是「诚实评估」：没观察到的行为不会被强行赋予分数，发现什么就呈现什么，修复计划也是带边界的具体方案，而非泛泛建议。

认可度

  • GitHub star：1211（截至 2026-07-31），发布仅 10 天，增速明显
  • 覆盖主流 Agent：Claude Code、Codex、Qoder Desktop/CLI、Cursor、Qwen Code、GitHub Copilot CLI
  • 支持多平台输出：Qoder 出 Canvas 报告，其余平台出 self-contained HTML + 配对 Markdown
  • 项目定位清晰，在 AI Coding Agent 工作流优化这一细分赛道目前竞争者较少

链接

GitHub：https://github.com/QoderAI/better-harness

原作者

由 QoderAI 团队开发和维护。Qoder 是一家专注 AI 编程工具的团队，同名产品 Qoder Desktop 是海外颇受欢迎的 AI coding 助手，Better Harness 是其开源的内部审查能力对外输出。

介绍

Better Harness 的出发点很直接：AI 编程的瓶颈往往不在代码本身，而在工作流设计。项目 README 指出五个常见陷阱——目标模糊（Agent 自信地解决了错误的问题）、步骤随意（工作路径无人能复现）、无验证即交付（”能跑”就当”跑对了”）、速度优先牺牲质量门禁、教训未沉淀（同样的摩擦下次重复出现）。

传统的 diff 审查无法发现这类系统性问题，因为它们出现在代码改动之前或之后。Better Harness 通过三层架构解决这个问题：工程实践层（Session Evidence、Project Harness、Agent Customize、Loop Engineering 的证据与判断指引）、评估模型层（Agent Work Loop 五维度，含证据状态、发现标准、评分边界）、可执行实现层（/better-harness workflow 本身及证据采集器、分析器、渲染器）。三层共享同一边界：配置资产可以证明机制存在，但只有关联的任务证据才能证明该机制被使用或真正改进了结果。

特点

  • 多 Agent 统一评估：一个工具覆盖 Claude Code、Codex、Qoder、Cursor、Qwen Code、GitHub Copilot，无需为每个平台单独维护评审流程
  • 证据驱动的报告：每条发现都附带证据来源、预期输出、修复边界和验收路径，不是空泛评分
  • 五维度 Agent Work Loop 模型：任务理解、受控执行、变更验证、可靠交付、学习捕获，覆盖完整生命周期
  • 缺失证据显式标注：未观察到的行为直接标记，不靠推断填平，避免自欺欺人的高分
  • 历史趋势视图：同一项目多份报告可对比，观察五个维度的长期变化趋势
  • 零门槛安装：Claude Code 用户通过 /plugin marketplace add 一行命令完成安装，验证即用

使用方法

以 Claude Code 为例，安装步骤：

# 1. 注册 marketplace
/plugin marketplace add QoderAI/better-harness

# 2. 安装 Better Harness
/plugin install better-harness@better-harness

# 3. 验证安装成功
claude plugin details better-harness@better-harness

# 4. 在要审查的项目目录启动新 session，运行：
/better-harness review this project's AI coding workflow and generate a report

报告默认输出为 report.html + report.md + findings.json 三文件，放在项目 .claude/better-harness reports/ 目录下。如只需聊天内输出，加 inline 或 no-files 参数即可。

其他平台（Cursor、Copilot 等）安装方式略有不同，详见 GitHub README 平台适配章节。

使用场景与人群

适用场景：工程团队想系统评估 AI 编程助手的实际效果；Tech Lead 需要数据支撑 AI 工具采购或推广决策；AI 编程研究者量化不同 Agent 的行为差异；个人开发者想找到自己 AI 编程工作流的薄弱点并针对性改进。

目标用户：AI 编程工具的深度用户（每周使用 5 小时以上）、关注 AI 工程实践落地的技术团队、有 AI Coding 能力建设需求的组织。

输入与输出案例

案例一：项目工作流审查

输入（用户对 Claude Code 说）：

/better-harness review this project's AI coding workflow and generate a report

输出（Better Harness 生成报告，节选）：

## Agent Work Loop Review

### Task Understanding
**Finding**: SPEC.md exists but Acceptance Criteria are implicit
**Evidence**: No acceptance criteria section found in SPEC.md
**Repair**: Draft explicit acceptance criteria; link each to a test or observable output
**Acceptance Check**: All criteria map to ≥1 test or observable behavior

### Change Validation  
**Finding**: Test coverage exists but no CI gate on AI-generated changes
**Evidence**: tests/ passes locally; no GitHub Actions workflow enforces test run on PR
**Repair**: Add a CI step that runs test suite on files changed by AI
**Acceptance Check**: PR cannot merge if AI-modified files have failing tests

案例二：历史趋势对比

运行第二个月的审查后，可看到五维度评分的变化趋势——例如「变更验证」从第 1 月的「部分通过」升到第 2 月的「完全通过」，而「学习捕获」始终为「未观察到」，这直接指向团队未建立经验沉淀机制，需要优先建设。

GitHub: https://github.com/QoderAI/better-harness

评论区

0 条评论

登录后可评论。

Skill超级捕获手 13 阅读