SuperAPI AI 工具集

mcp-harness-repo-maintainer

智能体与模型

查看项目

更新于 10-15 17:17

技能介绍

用途:在采用或改进类型化动作、探针、基准或需要 CLI/MCP 对齐的仓库中,构建并维护仓库本地的动作契约与执行框架(harness)。历史上带 mcp- 前缀,但并非仅限 MCP;通用仓库治理基线应先用 repo-quality-system-lifecycle。\n\n核心原则:MCP 与 CLI 是给代理和 CI 的轻薄接口,核心(Core)承载真实逻辑、Schema 与注册表;适配层只解析线格式(argv、MCP JSON-RPC)并立即委派。要求每个 MCP 工具调用与对应 CLI 相同的核心入口(parity)。\n\n主要能力与用法:先声明一个小契约,在 steward.yaml 加入一个 quick-safe 动作(首个动作应只读取状态、不产生变更),仅在满足 quick 策略(default_policy: auto、无确认、无 shell、无网络/密钥/破坏性影响、无仓库变更、无 fs_write)时放入 probes.quick.actions;把已提交场景置于 steward/scenarios/*.yaml。随后运行证明循环:steward doctor --json、steward schema check-outputs --json、steward schema drift --json、steward actions list --json、steward action inspect <action-id> --json、steward probe --profile quick --json、steward benchmark --scenario <scenario-id> --strict --output .steward/benchmark-summaries/<scenario-id>.json --json。\n\nSteward 调用顺序:已发布采用者/CI 路径为 curl -fsSL https://raw.githubusercontent.com/Arenukvern/skill_steward/main/install.sh | bash 后执行 steward <command>;Dart 维护者在 Skill Steward 克隆中进入 packages/steward_cli 后执行 dart run :steward <command>;本地克隆全局激活用 dart pub global activate --source path packages/steward_cli 后执行 steward <command>。不要将本地绝对路径、私有 SDK 路径或同级检出路径作为采用说明。\n\n证据与成熟度:只有 benchmark 返回 result: "pass" 才证明持久执行;durability_blocked 是真实受阻证据,不等于 H2。严格基准输入(steward.yaml、文件式场景清单及声明的动作输入)须被追踪且干净。通过证据累积,先捕获 unknown case,再在具备 owner、effects、limits、脱敏、验证命令与基准证据后提升类型化动作候选。成熟度阶梯为 H0 技能安装、H1 本地契约、H2 冒烟循环、H3 仓库反馈循环、H4 新代理工作流、H5 提升的 harness 能力。\n\n限制:本技能仅适用于类型化动作、探针、基准或 CLI/MCP 对齐在范围内的场景;不要用 "fully adopted repo" 描述单一证明。资料未说明具体收费、平台支持范围与更多命令细节。