IHS Repo Harness 借鉴约束、评测与回归的思路，把 AI 快速开发带来的技术债可视化、可量化、可追踪。适用于需要回答当前仓库健康度变好还是变坏、最近迭代是否引入隐性技术债、测试与文档是否跟上代码变更速度等问题的场景。
评估维度按总分计算：代码腐化度占 40%，测试信号占 35%，文档对齐占 25%。代码腐化度关注 TODO/FIXME/HACK/XXX、any、@ts-ignore/@ts-nocheck、eslint-disable 及超过 400 行的超大文件；测试信号关注测试文件与源码文件比、npm run type-check、npm run test 以及 npm run coverage -- --reporter=json-summary 的结果与覆盖率摘要；文档对齐关注 AGENTS.md、docs/、README、SUPABASE_COOKBOOK 等关键文档是否存在，最近窗口内代码提交与文档提交的对齐率，以及文档新鲜度（120 天以内）。
标准用法是在仓库根目录执行：python3 .claude/skills/ihs-repo-harness/scripts/generate_ihs_report.py --output docs/IHS.md。可选参数包括 --skip-runtime-checks 跳过 type-check、test、coverage 而只做静态分析，以及 --history-window <N> 自定义文档对齐分析窗口，默认 40 commits。默认判定为总分不低于 70 视为好，低于 70 视为坏；与 HEAD~1 的静态趋势分对比，Δ 大于 1 为变好，小于 -1 为变坏，其余为持平。输出契约要求产出根目录报告 docs/IHS.md，给出仓库状态、趋势判断以及按优先级排序的可执行改进建议。推荐在较大功能合并前执行一次，每周固定执行一次持续追踪技术债趋势，在 CI 中可先用 --skip-runtime-checks 快速获得静态趋势，再按需执行全量检查。具体依赖环境、安装方式及收费信息资料中暂未提供。