Agent Harness (Khung vòng lặp tác tử)

Nó làm được gì

Nhận một mục tiêu và biến thành kế hoạch nhiệm vụ có thể kiểm chứng, sau đó điều khiển vòng lặp dựa trên file trạng thái cho tới khi đóng hợp lệ.

• goal_compiler.py: chuyển mục tiêu thành plan.json; mục tiêu mơ hồ bị từ chối (exit 3) kèm các "câu hỏi bắt buộc".
• loop_controller.py: quản lý init → next → record → verify → close. Các lệnh kiểm tra do chính controller chạy qua subprocess, nên tác tử không thể tự tuyên bố "đã xong".
• Ngân sách: mặc định 3 lần thử/nhiệm vụ và 12 vòng lặp; cạn ngân sách thì leo thang cho người, không giả vờ thành công.
• close bị từ chối (exit 4) khi còn nhiệm vụ chưa xác minh; chỉ con người được miễn trừ (waive).
• Trạng thái nằm ở .agent-harness/state.json, một phiên mới chỉ cần plan + state là tiếp tục được.

Phù hợp với ai

• Người từng bị tác tử báo "đã hoàn thành" nhưng thực tế chưa xong.
• Nhóm cần chia công việc dài thành nhiều phiên mà vẫn tái lập được.
• Nhóm muốn gói các bộ skill theo miền (engineering, marketing, finance...) vào vòng lặp tự kiểm chứng.
• Ai muốn chặn kiểu "reward hacking" (sửa bài kiểm tra cho qua) ngay từ thiết kế.

Ví dụ sử dụng

1. Thiết kế SLO cho dịch vụ thanh toán: compile mục tiêu với manifest engineering, mỗi nhiệm vụ chỉ được coi là xong khi lệnh kiểm tra trả về 0.
2. Vòng lặp marketing: dùng manifest miền marketing để chạy nghiên cứu → viết nội dung → kiểm tra checklist, sau 3 lần thử thất bại thì leo thang cho người phụ trách.
3. Kiểm tra manifest trong CI: chạy harness_manifest_builder.py --no-timestamp để tái tạo manifest và kiểm tra không có diff, đảm bảo harness luôn đồng bộ khi skill thay đổi.

Hãy cài skill mình tìm thấy trên Claude Skill Mart.
Copy thư mục .gemini/skills/agent-harness từ repo GitHub alirezarezvani/claude-skills vào ~/.claude/skills/agent-harness/ của mình.
Sau khi cài xong, cho mình biết skill này làm được gì trong một câu.