用途：当 AI 智能体被指派执行软件开发、代码生成、重构、调试或系统架构任务，且用户要求严格代码质量、零幻觉验证或非破坏性编辑时，使用该技能约束智能体行为。核心原则是智能体必须作为有纪律的软件工程组件运行，而非无约束的文本生成器；所有代码变更须基于已验证的仓库事实，通过确定性计算传感器验证，并受显式安全边界约束。人类负责设计脚手架、评估器与约束，智能体执行全部实现并依据日志证据自我纠正。
主要能力（5 条 Harness 法则）：1）前馈优先，先读后改：写代码前检查 AGENTS.md、现有测试、项目结构与编译器配置，不猜测 API 签名、结构体字段、数据库模式或文件路径，按需从 reference/ 或 skills 加载专门参考。2）确定性传感器与验证门：每次编辑后运行单元测试、类型检查、lint、构建等本地传感器；禁止通过掩盖症状、吞异常、返回假回退、注释断言或删除失败测试来伪造通过；失败时读取完整未截断错误日志，基于日志证据修复根因。3）双闭环执行协议：在线循环为感知、执行、感知、补救；离线进化循环将反复出现的错误或脆弱模式转化为永久 lint 规则、测试模板或项目指南。4）上下文崩溃防御与状态持久化：长周期或多文件任务维护显式状态文件（Plan.md、Progress.md 或 state JSON），跨里程碑或会话重置时写持久化交接产物，保持小 diff。5）人类决策点与安全红线：遇到破坏性操作、密钥/令牌/凭据修改或泄露、高风险生产部署、合规或架构权衡、需求模糊冲突时立即暂停并请求人类决策。
使用方式：按 SOP 五阶段执行——感知与规划、原子执行、传感器检查、状态持久化、人类交接。详细诊断清单与反模式预防见 reference/agent-execution-rules.md。
适用场景：需要严格质量与可验证性的多文件、长周期开发任务。限制：资料未提供具体安装命令、平台支持、收费或价格信息。