SuperAPI AI 工具集

dynamic-harness

通用与其它

查看项目

更新于 10-16 01:27

技能介绍

用途:dynamic-harness 用于需要显式委派的工作,比如并行处理独立文件或假设、对高影响结果做对抗性验证、先产生选项再筛选或竞赛、以及在未知工作量上循环直到完成。它不是普通任务的默认方式,最小可用形态是一个本地 worker 或一次有界检查;只有当独立工作能节省时间或增强证据时才增加 agent。

主要能力与模式:文档列出若干模式,包括“分类并行动”“扇出并综合”“对抗性验证”“生成并筛选或竞赛”“循环直到完成”。通常只选一个模式,除非依赖关系要求两个。主 agent 保持关键路径,独立 worker 并行运行。

用法要点:在委派前写一份简短 brief,包含目标、成功标准、所选模式、worker 范围、验证方法、停止条件、上限和输出路径。每个 worker 获得角色、范围、目标、允许操作、写入范围、所需证据和完成条件。worker 只接收所需上下文;代码改动分配互不重叠的写入范围;并行编辑或实验可能冲突时使用 worktree;不受信内容远离特权操作。

模型路由:模型 ID、effort 支持和任务默认值仅来自 shared/model-routing.json。派发前用 shared/references/model-preview.md 绑定一个已批准的路由快照,并在派发、重试和恢复期间保持该快照。使用快照路由配合 task-shaped-model-routing.md 与原生委派;支持的主机模型优先用原生工具,其他选定路由用外部 runner。若没有路由能满足精确模型分配,报告受影响的路由。

循环与预算:重复批次前定义三个出口——成功信号、升级条件和批次与 worker 的硬上限。每次派发前记录计划 worker、调用次数和剩余授权预算。模型不决定重试。默认规模是快速检查用一到三个 worker,再扩展前先做代表性切片。仅当请求工作可能实质消耗付费服务、生产访问或大规模队列时才要求预算。

Manager 模式:仅用于有多个工作流或可能重启的长期任务。manager 负责路由、集成和最终报告,worker 负责探索和有界实现。首个 worker 前创建 mission 目录:SKILL_DIR="<absolute path of this dynamic-harness directory>"; python3 "$SKILL_DIR/scripts/start_mission.py" --title "short task title"。brief、worker 报告和 run-state.json 放在该目录下。恢复时读取 run state,保留已完成步骤和已决定的副作用;协调待处理调用并为同一角色的后续轮次复用记录的上下文。

报告与限制:报告所选模式、worker 数量和范围、验证结果、证据、未解决风险以及 ledger 或 handoff 路径。外部副作用和破坏性操作留在主工作流,除非用户已授权。若主机不能创建独立线程,写 handoff 文件和种子提示,不要声称线程存在。资料未提供具体定价、平台支持范围或性能保证。