用途：agent-harness 用于构建遵循编排器模式的自定义智能体，通过 plan → execute → evaluate → loop → evolve 流程驱动任务执行。主智能体只做编排，不亲自研究、写作或评估，而是委派给规划、执行、评估三类子代理。
主要能力：框架定义了一套工作目录结构，包含 tasks（每任务一个目录，含 goal.md、plan.md、work/、eval.md、iterations.json、history/、context/）、evolution（experience-log.json 与 lessons.md）和 skills（每个技能一个 SKILL.md）。任务以 {slug}-{8位十六进制} 命名；goal.md 写目标、验收标准、评估评分表与可选 Settings（pass_threshold、max_iterations）；评估器按维度 1-10 打分，任一维度低于阈值即 FAIL；每轮回档到 history/round-{N}/ 并写 changelog.md，同时更新 iterations.json；任务结束后追加经验日志并整理 lessons.md（控制在 200 行内）。
使用方式：先搭建工作目录 mkdir -p {workdir}/tasks {workdir}/evolution {workdir}/skills，生成智能体 JSON 配置（tools 需含 subagent、fs_read、fs_write、fs_list、shell），并为 planner、worker、evaluator 分别生成配置。随后创建任务目录并写 goal.md，依次派生规划、执行、评估子代理并检查产物，最后归档与演化。支持按已有 task_id 恢复任务，以及对已完成任务的跟进反馈（默认在同一任务上从 plan 重跑，不新建任务）。
适用场景：需要多轮迭代、按评分表自我评估并积累经验的可重复智能体任务。
限制：资料未提供具体安装命令、收费与平台支持信息；进化阶段提出的技能改进需用户确认后才可应用，不应自动套用。