[{"data":1,"prerenderedAt":-1},["ShallowReactive",2],{"skill:01M6JYRYWHN45HGFSS2TDPMX55":3,"skill-same:01M6JYRYWHN45HGFSS2TDPMX55":96},{"skillNo":4,"name":5,"nameZh":6,"description":7,"descriptionZh":6,"repositoryFullName":8,"ownerLogin":9,"ownerAvatarUrl":10,"ownerAccountNo":11,"ownerDisplayName":12,"repositoryNo":13,"starsCount":14,"licenseSpdxId":15,"licenseFileUrl":6,"sourceHtmlUrl":16,"categories":17,"keywords":37,"publishedAt":66,"linkOnly":67,"markdownContent":68,"markdownBody":69,"frontMatter":70,"refName":74,"commitSha":75,"skillDirectory":76,"forksCount":77,"repositoryHtmlUrl":78,"repositoryHomepageUrl":6,"ownerHtmlUrl":79,"ownerBlogUrl":80,"ownerDescription":81,"updatedAt":82,"install":83,"resources":95},"01M6JYRYWHN45HGFSS2TDPMX55","harness-design",null,"Design a scoped multi-agent harness for a requested long-running AI workflow. Preserve the user-approved product boundary while using Generator-Evaluator separation, testable sprint contracts, context management, and task-appropriate validation. Based on Anthropic Engineering patterns. Use when: \"build a harness\", \"multi-agent architecture\", \"agent orchestration\", \"generator-evaluator\", \"long-running app\", \"harness design\", \"agent pipeline\", \"quality evaluation loop\", \"sprint contract\", \"build app with agents\", \"Claude Agent SDK architecture\", or when building complex full-stack apps that need planning → generation → evaluation cycles. Also use when discussing context degradation, self-evaluation bias, or assumption testing in AI workflows. Do NOT use to stress-test or critique an already-written plan document; use plan-swarm-review for that (this skill designs the harness, it does not review plans).","AnastasiyaW\u002Fcodex-claude-code-config","AnastasiyaW","https:\u002F\u002Favatars.githubusercontent.com\u002Fu\u002F92753226?v=4","01M6JYPD9X5RRF8G7AH91NYD3R","Anastasiia Butova","01M6JYPDFBGM5EV8G8BABQ3GDY",214,"MIT","https:\u002F\u002Fgithub.com\u002FAnastasiyaW\u002Fcodex-claude-code-config\u002Fblob\u002Fmain\u002Fskills\u002Farchitecture\u002Fharness-design\u002FSKILL.md",[18,23,26,29,34],{"categoryNo":19,"categoryName":20,"taxonomyType":21,"taxonomyTypeDesc":22},"01JBSEEDCAT000000000000008","测试与质量","SCENARIO","使用场景",{"categoryNo":24,"categoryName":25,"taxonomyType":21,"taxonomyTypeDesc":22},"01JBSEEDCAT000000000000015","视觉设计",{"categoryNo":27,"categoryName":28,"taxonomyType":21,"taxonomyTypeDesc":22},"01JBSEEDCAT000000000000023","Skill与智能体开发",{"categoryNo":30,"categoryName":31,"taxonomyType":32,"taxonomyTypeDesc":33},"01JBSEEDCAT000000000000032","设计师","PROFESSION","适用职业",{"categoryNo":35,"categoryName":36,"taxonomyType":32,"taxonomyTypeDesc":33},"01JBSEEDCAT000000000000037","律师与法务",[38,39,40,41,42,43,44,45,46,47,48,49,50,51,52,53,54,55,56,57,58,59,60,61,62,63,64,65],"design","harness design","harness","multi-agent","testing","generator-evaluator","agent pipeline","stress","sprint","apps","app","context management","stress-test","AI workflow","agent orchestration","context degradation","orchestration","stack","plan","loop","critique","pipeline","Evaluation","agent architecture","review","architecture","workflows","workflow","2026-11-10 10:12:30",false,"---\nname: harness-design\ndescription: >\n  Design a scoped multi-agent harness for a requested long-running AI workflow. Preserve\n  the user-approved product boundary while using Generator-Evaluator separation, testable\n  sprint contracts, context management, and task-appropriate validation. Based on Anthropic\n  Engineering patterns.\n  Use when: \"build a harness\", \"multi-agent architecture\", \"agent orchestration\",\n  \"generator-evaluator\", \"long-running app\", \"harness design\", \"agent pipeline\",\n  \"quality evaluation loop\", \"sprint contract\", \"build app with agents\",\n  \"Claude Agent SDK architecture\", or when building complex full-stack apps\n  that need planning → generation → evaluation cycles. Also use when discussing\n  context degradation, self-evaluation bias, or assumption testing in AI workflows.\n  Do NOT use to stress-test or critique an already-written plan document; use\n  plan-swarm-review for that (this skill designs the harness, it does not review plans).\nuser-invocable: true\nmodel: opus\n---\n\n# Multi-Agent Harness Design\n\nИсточники:\n- Anthropic Engineering — \"Harness design for long-running apps\"\n- OpenClaw-RL paper (arxiv 2603.10165) — personal agent verification\n- DenisSergeevitch\u002Frepo-task-proof-loop — execution protocol with durable proof\n\nДетали paper и соответствие репозиторию — в первоисточниках: https:\u002F\u002Farxiv.org\u002Fabs\u002F2603.10165\nи https:\u002F\u002Fgithub.com\u002FDenisSergeevitch\u002Frepo-task-proof-loop\n\n## Когда нужен harness, а когда хватит solo agent\n\n| Сигнал | Solo agent | Harness |\n|--------|-----------|---------|\n| Scope | Одна фича, bug fix, refactor | Full-stack app, multi-feature product |\n| Длительность | Bounded work with direct evidence | Work that needs durable state, resumes, or independent evaluation |\n| Качество | Baseline достаточно | Нужен polish, originality, craft |\n| Стоимость | В рамках явного бюджета задачи | Бюджет и stop condition фиксируются для этой задачи |\n| Проверка | Прямой task-appropriate proof | Независимая проверка и runtime proof, если требуются контрактом |\n\n**Правило:** Evaluator оправдан когда задача **за пределами reliable solo performance**. Не фиксированное yes\u002Fno — зависит от complexity tier.\n\n---\n\n## Архитектура: Three-Agent System\n\n### 1. Planner (Планировщик)\n- Превращает запрос пользователя в **детальную, проверяемую спецификацию**\n- Сохраняет утверждённый scope, явные non-goals и существующие границы продукта\n- Не добавляет AI-фичи, миграции стека или новые deliverables без запроса пользователя либо подтверждённой причинной необходимости\n- **НЕ** over-specify реализацию — только what, не how\n- Если AI-фичи уже входят в утверждённый scope, вписывает их в продукт органично\n\n### 2. Generator (Генератор)\n- Реализует фичи итеративно\n- Включает **self-evaluation** перед handoff (но она ненадёжна — см. ниже)\n- Работает в рамках Sprint Contract\n\n### 3. Evaluator (Оценщик)\n- **Независимый** от генератора — отдельный контекст, отдельный промпт\n- Выбирает проверку по acceptance contract: unit\u002Fintegration\u002Fruntime probe для сервисов, browser\u002FUI проверку только для затронутого пользовательского пути\n- Откалиброван через few-shot примеры\n- Ловит то, что self-evaluation пропускает\n\n---\n\n## Sprint Contract Pattern\n\nПеред каждой итерацией:\n\n```\n1. Planner определяет фичу и user story\n2. Generator и Evaluator ДОГОВАРИВАЮТСЯ о:\n   - Что значит \"done\" для этой фичи\n   - Конкретные testable success criteria\n   - Что НЕ входит в scope\n3. Generator реализует\n4. Evaluator валидирует по контракту\n5. Если конкретный критерий не пройден → конкретный feedback → повтор с п.3 только для этого критерия\n```\n\n**Контракт = мост** между user stories и implementation. Без него evaluator судит по своим критериям, generator не знает что проверять.\n\nОстанавливай цикл, когда все утверждённые criteria имеют требуемое доказательство. Не назначай число раундов заранее; продолжай только при наблюдаемом незакрытом критерии или новом опровергающем evidence.\n\n---\n\n## Generator-Evaluator: Почему раздельно\n\n### Self-evaluation bias\nМодели **уверенно хвалят свою работу** — даже когда качество посредственное. Это не баг модели, а свойство: генератор оптимизирован на producing, не на judging.\n\n### Решение: Independent evaluator\n- Другой system prompt с calibrated skepticism\n- Few-shot примеры с **детальными score breakdowns**\n- Проверяет исполнимую поверхность acceptance contract: browser только для затронутого UI journey; native\u002FAPI\u002Fworker задачи — их unit, integration, CLI или runtime probe, а не browser по умолчанию\n- Конкретные failure criteria, а не общие \"looks good\"\n\n### Калибровка оценщика (QA Tuning Loop)\n```\n1. Evaluator выдаёт оценку\n2. Ты проверяешь: согласен ли с оценкой?\n3. Расхождение → обновляешь QA промпт\n4. Типичные проблемы:\n   - Superficial testing, пропускает edge cases\n   - Premature approval посредственной работы\n   - Слишком строгие критерии → бесконечные итерации\n5. Повторяешь пока evaluator judgment ≈ твой judgment\n```\n\n---\n\n## Quality Criteria Framework (для фронтенда)\n\n### 4 измерения, каждое 0-10:\n\n**1. Design Quality** — Целостность\n> Дизайн ощущается как единое целое, а не коллекция частей?\n- Интеграция color, typography, layout, imagery\n- Consistent visual language\n\n**2. Originality** — Уникальность\n> Штраф за:\n- Template layouts, library defaults\n- AI slop patterns: purple gradients over white cards\n- \"Telltale signs of AI generation\"\n- Cookie-cutter структуры\n\n**3. Craft** — Техническое мастерство\n- Typography hierarchy\n- Spacing consistency\n- Color harmony, contrast ratios\n- Pixel-perfect alignment\n\n**4. Functionality** — Работоспособность\n> Пользователь завершает задачу без угадывания?\n- Все интерактивные элементы работают\n- Нет stub features\n- Error states обработаны\n\n### Влияние формулировок на генерацию\nФразы в criteria **прямо влияют** на вывод генератора:\n- \"museum quality\" → visual convergence к одному стилю\n- \"best designs\" → перфекционизм за счёт creativity\n- **Тестируй формулировки** — они стируют модель ДО оценки\n\n---\n\n## Контекст-менеджмент\n\n### Context Degradation\nМодели теряют coherence по мере заполнения context window.\n\n**Context reset > Compaction:**\n- Compaction сохраняет continuity, но не даёт чистый лист\n- Reset + structured handoff artifact = лучший баланс\n- Handoff artifact = документ с state, decisions, progress\n\n### Context Anxiety\nМодели могут **сворачивать работу раньше времени** из-за роста контекста.\n- Решение: clean context resets, когда они уменьшают риск потери важных ограничений\n\n### Structured Handoff\nПри context reset передавать:\n```\n- Что уже сделано (с конкретными файлами\u002Fстроками)\n- Какие решения приняты и почему\n- Что осталось сделать\n- Текущие проблемы и blockers\n- Sprint contract для текущей итерации\n```\n\n---\n\n## Assumption Testing\n\n> \"Every component in a harness encodes an assumption about what the model can't do on its own\"\n\n### Принцип: предположения устаревают\n- Возможности моделей меняются, поэтому необходимость каждого harness-компонента должна подтверждаться наблюдаемым риском\n- **Стратегия**: при наличии безопасного измеримого эксперимента убирать компоненты по одному, измерять влияние и откатывать ухудшение\n\n### Simplification Loop\n```\n1. Текущий harness работает? Да →\n2. Убери один компонент (напр. sprint decomposition)\n3. Качество упало? Да → верни. Нет →\n4. Повтори с другим компонентом\n5. Остановись на минимальном harness для текущей задачи\n```\n\n---\n\n## Реальные failure modes (пойманные evaluator'ом)\n\n- Rectangle fill tool ставит тайлы только на endpoints drag, вместо заполнения области\n- Delete key handler требует два условия, когда нужно одно\n- FastAPI route matching: \"reorder\" матчится как integer frame_id\n- Audio recording: stub без mic capture\n- Missing clip resize\u002Fsplit operations\n- Effect visualizations как числовые слайдеры вместо графики\n- Display-only features без интерактивности\n- Missing instrument panels\n- Unimplemented recording functionality\n\n---\n\n## Инструментарий\n\n### Claude Agent SDK\n- Handles agent orchestration + compaction автоматически\n- Manages context growth across long sessions\n- Рекомендуемый стек для production harnesses\n\n### Проверочные инструменты\n- Для UI: browser automation и screenshots проверяют реальный затронутый user journey\n- Для API, очередей и данных: contract\u002Fintegration tests, health\u002Fruntime probes и проверка нужных persistent states\n- Используй инструменты, уже поддержанные проектом; не меняй стек ради соответствия этой skill\n\n### Иллюстративные технологии\nReact\u002FVite, Nuxt\u002FVue, FastAPI\u002FFastify, SQLite\u002FPostgreSQL и Playwright — примеры веб-проектов на момент написания, а не default, требование или инструкция к миграции. Выбирай технологии по существующей архитектуре, пользовательскому запросу и текущей документации.\n\n---\n\n## Gotchas\n\n- **Language shapes output**: формулировки в criteria сдвигают генератор ДО обратной связи от оценщика. \"Museum quality\" → convergence, \"experimental\" → divergence\n- **Не обосновывай продолжение цикла номером итерации**: новая итерация нужна только при незакрытом criterion или новом evidence\n- **Cost\u002Ftime figures are dated examples, not gates**: если бюджет нужен, согласуй task-specific limit и не понижай acceptance ради формального PASS\n- **Evaluator may need tuning**: меняй QA prompt только в ответ на конкретный false positive\u002Fnegative и повторно проверяй затронутый criterion\n- **Self-evaluation is seductive**: генератор БУДЕТ говорить \"всё отлично\" — не верь, проверяй через independent evaluator\n\n## Troubleshooting\n\n| Симптом | Причина | Решение |\n|---------|---------|---------|\n| Evaluator всё одобряет | Промпт слишком мягкий | Добавь few-shot с detailed score breakdowns, конкретные failure criteria |\n| Generator не улучшается | Feedback слишком абстрактный | Evaluator должен давать конкретные файлы\u002Fстроки\u002Fпроблемы |\n| Бесконечные итерации | Criteria невыполнимы или feedback не связан с ними | Пересмотри контракт; сохраняй требуемую safety\u002Fruntime планку, а несовместимый scope split только с явным решением пользователя |\n| Context degradation | Длинная сессия без reset | Structured handoff + clean context reset |\n| Все итерации выглядят одинаково | Criteria слишком узкие | Расширь пространство, убери \"museum quality\" формулировки |\n| Evaluator ловит мелочи, пропускает крупное | Wrong priority в промпте | Restructure: critical → high → medium → cosmetic |\n","# Multi-Agent Harness Design\n\nИсточники:\n- Anthropic Engineering — \"Harness design for long-running apps\"\n- OpenClaw-RL paper (arxiv 2603.10165) — personal agent verification\n- DenisSergeevitch\u002Frepo-task-proof-loop — execution protocol with durable proof\n\nДетали paper и соответствие репозиторию — в первоисточниках: https:\u002F\u002Farxiv.org\u002Fabs\u002F2603.10165\nи https:\u002F\u002Fgithub.com\u002FDenisSergeevitch\u002Frepo-task-proof-loop\n\n## Когда нужен harness, а когда хватит solo agent\n\n| Сигнал | Solo agent | Harness |\n|--------|-----------|---------|\n| Scope | Одна фича, bug fix, refactor | Full-stack app, multi-feature product |\n| Длительность | Bounded work with direct evidence | Work that needs durable state, resumes, or independent evaluation |\n| Качество | Baseline достаточно | Нужен polish, originality, craft |\n| Стоимость | В рамках явного бюджета задачи | Бюджет и stop condition фиксируются для этой задачи |\n| Проверка | Прямой task-appropriate proof | Независимая проверка и runtime proof, если требуются контрактом |\n\n**Правило:** Evaluator оправдан когда задача **за пределами reliable solo performance**. Не фиксированное yes\u002Fno — зависит от complexity tier.\n\n---\n\n## Архитектура: Three-Agent System\n\n### 1. Planner (Планировщик)\n- Превращает запрос пользователя в **детальную, проверяемую спецификацию**\n- Сохраняет утверждённый scope, явные non-goals и существующие границы продукта\n- Не добавляет AI-фичи, миграции стека или новые deliverables без запроса пользователя либо подтверждённой причинной необходимости\n- **НЕ** over-specify реализацию — только what, не how\n- Если AI-фичи уже входят в утверждённый scope, вписывает их в продукт органично\n\n### 2. Generator (Генератор)\n- Реализует фичи итеративно\n- Включает **self-evaluation** перед handoff (но она ненадёжна — см. ниже)\n- Работает в рамках Sprint Contract\n\n### 3. Evaluator (Оценщик)\n- **Независимый** от генератора — отдельный контекст, отдельный промпт\n- Выбирает проверку по acceptance contract: unit\u002Fintegration\u002Fruntime probe для сервисов, browser\u002FUI проверку только для затронутого пользовательского пути\n- Откалиброван через few-shot примеры\n- Ловит то, что self-evaluation пропускает\n\n---\n\n## Sprint Contract Pattern\n\nПеред каждой итерацией:\n\n```\n1. Planner определяет фичу и user story\n2. Generator и Evaluator ДОГОВАРИВАЮТСЯ о:\n   - Что значит \"done\" для этой фичи\n   - Конкретные testable success criteria\n   - Что НЕ входит в scope\n3. Generator реализует\n4. Evaluator валидирует по контракту\n5. Если конкретный критерий не пройден → конкретный feedback → повтор с п.3 только для этого критерия\n```\n\n**Контракт = мост** между user stories и implementation. Без него evaluator судит по своим критериям, generator не знает что проверять.\n\nОстанавливай цикл, когда все утверждённые criteria имеют требуемое доказательство. Не назначай число раундов заранее; продолжай только при наблюдаемом незакрытом критерии или новом опровергающем evidence.\n\n---\n\n## Generator-Evaluator: Почему раздельно\n\n### Self-evaluation bias\nМодели **уверенно хвалят свою работу** — даже когда качество посредственное. Это не баг модели, а свойство: генератор оптимизирован на producing, не на judging.\n\n### Решение: Independent evaluator\n- Другой system prompt с calibrated skepticism\n- Few-shot примеры с **детальными score breakdowns**\n- Проверяет исполнимую поверхность acceptance contract: browser только для затронутого UI journey; native\u002FAPI\u002Fworker задачи — их unit, integration, CLI или runtime probe, а не browser по умолчанию\n- Конкретные failure criteria, а не общие \"looks good\"\n\n### Калибровка оценщика (QA Tuning Loop)\n```\n1. Evaluator выдаёт оценку\n2. Ты проверяешь: согласен ли с оценкой?\n3. Расхождение → обновляешь QA промпт\n4. Типичные проблемы:\n   - Superficial testing, пропускает edge cases\n   - Premature approval посредственной работы\n   - Слишком строгие критерии → бесконечные итерации\n5. Повторяешь пока evaluator judgment ≈ твой judgment\n```\n\n---\n\n## Quality Criteria Framework (для фронтенда)\n\n### 4 измерения, каждое 0-10:\n\n**1. Design Quality** — Целостность\n> Дизайн ощущается как единое целое, а не коллекция частей?\n- Интеграция color, typography, layout, imagery\n- Consistent visual language\n\n**2. Originality** — Уникальность\n> Штраф за:\n- Template layouts, library defaults\n- AI slop patterns: purple gradients over white cards\n- \"Telltale signs of AI generation\"\n- Cookie-cutter структуры\n\n**3. Craft** — Техническое мастерство\n- Typography hierarchy\n- Spacing consistency\n- Color harmony, contrast ratios\n- Pixel-perfect alignment\n\n**4. Functionality** — Работоспособность\n> Пользователь завершает задачу без угадывания?\n- Все интерактивные элементы работают\n- Нет stub features\n- Error states обработаны\n\n### Влияние формулировок на генерацию\nФразы в criteria **прямо влияют** на вывод генератора:\n- \"museum quality\" → visual convergence к одному стилю\n- \"best designs\" → перфекционизм за счёт creativity\n- **Тестируй формулировки** — они стируют модель ДО оценки\n\n---\n\n## Контекст-менеджмент\n\n### Context Degradation\nМодели теряют coherence по мере заполнения context window.\n\n**Context reset > Compaction:**\n- Compaction сохраняет continuity, но не даёт чистый лист\n- Reset + structured handoff artifact = лучший баланс\n- Handoff artifact = документ с state, decisions, progress\n\n### Context Anxiety\nМодели могут **сворачивать работу раньше времени** из-за роста контекста.\n- Решение: clean context resets, когда они уменьшают риск потери важных ограничений\n\n### Structured Handoff\nПри context reset передавать:\n```\n- Что уже сделано (с конкретными файлами\u002Fстроками)\n- Какие решения приняты и почему\n- Что осталось сделать\n- Текущие проблемы и blockers\n- Sprint contract для текущей итерации\n```\n\n---\n\n## Assumption Testing\n\n> \"Every component in a harness encodes an assumption about what the model can't do on its own\"\n\n### Принцип: предположения устаревают\n- Возможности моделей меняются, поэтому необходимость каждого harness-компонента должна подтверждаться наблюдаемым риском\n- **Стратегия**: при наличии безопасного измеримого эксперимента убирать компоненты по одному, измерять влияние и откатывать ухудшение\n\n### Simplification Loop\n```\n1. Текущий harness работает? Да →\n2. Убери один компонент (напр. sprint decomposition)\n3. Качество упало? Да → верни. Нет →\n4. Повтори с другим компонентом\n5. Остановись на минимальном harness для текущей задачи\n```\n\n---\n\n## Реальные failure modes (пойманные evaluator'ом)\n\n- Rectangle fill tool ставит тайлы только на endpoints drag, вместо заполнения области\n- Delete key handler требует два условия, когда нужно одно\n- FastAPI route matching: \"reorder\" матчится как integer frame_id\n- Audio recording: stub без mic capture\n- Missing clip resize\u002Fsplit operations\n- Effect visualizations как числовые слайдеры вместо графики\n- Display-only features без интерактивности\n- Missing instrument panels\n- Unimplemented recording functionality\n\n---\n\n## Инструментарий\n\n### Claude Agent SDK\n- Handles agent orchestration + compaction автоматически\n- Manages context growth across long sessions\n- Рекомендуемый стек для production harnesses\n\n### Проверочные инструменты\n- Для UI: browser automation и screenshots проверяют реальный затронутый user journey\n- Для API, очередей и данных: contract\u002Fintegration tests, health\u002Fruntime probes и проверка нужных persistent states\n- Используй инструменты, уже поддержанные проектом; не меняй стек ради соответствия этой skill\n\n### Иллюстративные технологии\nReact\u002FVite, Nuxt\u002FVue, FastAPI\u002FFastify, SQLite\u002FPostgreSQL и Playwright — примеры веб-проектов на момент написания, а не default, требование или инструкция к миграции. Выбирай технологии по существующей архитектуре, пользовательскому запросу и текущей документации.\n\n---\n\n## Gotchas\n\n- **Language shapes output**: формулировки в criteria сдвигают генератор ДО обратной связи от оценщика. \"Museum quality\" → convergence, \"experimental\" → divergence\n- **Не обосновывай продолжение цикла номером итерации**: новая итерация нужна только при незакрытом criterion или новом evidence\n- **Cost\u002Ftime figures are dated examples, not gates**: если бюджет нужен, согласуй task-specific limit и не понижай acceptance ради формального PASS\n- **Evaluator may need tuning**: меняй QA prompt только в ответ на конкретный false positive\u002Fnegative и повторно проверяй затронутый criterion\n- **Self-evaluation is seductive**: генератор БУДЕТ говорить \"всё отлично\" — не верь, проверяй через independent evaluator\n\n## Troubleshooting\n\n| Симптом | Причина | Решение |\n|---------|---------|---------|\n| Evaluator всё одобряет | Промпт слишком мягкий | Добавь few-shot с detailed score breakdowns, конкретные failure criteria |\n| Generator не улучшается | Feedback слишком абстрактный | Evaluator должен давать конкретные файлы\u002Fстроки\u002Fпроблемы |\n| Бесконечные итерации | Criteria невыполнимы или feedback не связан с ними | Пересмотри контракт; сохраняй требуемую safety\u002Fruntime планку, а несовместимый scope split только с явным решением пользователя |\n| Context degradation | Длинная сессия без reset | Structured handoff + clean context reset |\n| Все итерации выглядят одинаково | Criteria слишком узкие | Расширь пространство, убери \"museum quality\" формулировки |\n| Evaluator ловит мелочи, пропускает крупное | Wrong priority в промпте | Restructure: critical → high → medium → cosmetic |\n",{"name":5,"model":71,"description":72,"user-invocable":73},"opus","Design a scoped multi-agent harness for a requested long-running AI workflow. Preserve the user-approved product boundary while using Generator-Evaluator separation, testable sprint contracts, context management, and task-appropriate validation. Based on Anthropic Engineering patterns. Use when: \"build a harness\", \"multi-agent architecture\", \"agent orchestration\", \"generator-evaluator\", \"long-running app\", \"harness design\", \"agent pipeline\", \"quality evaluation loop\", \"sprint contract\", \"build app with agents\", \"Claude Agent SDK architecture\", or when building complex full-stack apps that need planning → generation → evaluation cycles. Also use when discussing context degradation, self-evaluation bias, or assumption testing in AI workflows. Do NOT use to stress-test or critique an already-written plan document; use plan-swarm-review for that (this skill designs the harness, it does not review plans).\n",true,"main","ac20f93f36e574610dbc51743bb21e7765142e95","skills\u002Farchitecture\u002Fharness-design",32,"https:\u002F\u002Fgithub.com\u002FAnastasiyaW\u002Fcodex-claude-code-config","https:\u002F\u002Fgithub.com\u002FAnastasiyaW","https:\u002F\u002Fhappyin.work","ComfyUI specialist · turnkey image-processing pipelines · diffusion models, computer vision · Belgrade","2026-11-11 23:32:39",{"source":8,"skillName":5,"commands":84,"prompt":94,"zipAvailable":73},[85,88,91],{"tool":86,"command":87},"npx","npx skills add AnastasiyaW\u002Fcodex-claude-code-config --skill harness-design",{"tool":89,"command":90},"bunx","bunx skills add AnastasiyaW\u002Fcodex-claude-code-config --skill harness-design",{"tool":92,"command":93},"pnpm","pnpm dlx skills add AnastasiyaW\u002Fcodex-claude-code-config --skill harness-design","安装技能，技能地址：https:\u002F\u002Fgithub.com\u002FAnastasiyaW\u002Fcodex-claude-code-config\u002Fblob\u002Fmain\u002Fskills\u002Farchitecture\u002Fharness-design\u002FSKILL.md",[],[97,106,121,148,176,192],{"skillNo":98,"name":99,"nameZh":6,"description":6,"descriptionZh":6,"repositoryFullName":8,"ownerLogin":9,"ownerAvatarUrl":10,"ownerAccountNo":11,"ownerDisplayName":12,"repositoryNo":13,"starsCount":14,"licenseSpdxId":15,"licenseFileUrl":6,"sourceHtmlUrl":100,"categories":101,"keywords":103,"publishedAt":66},"01M6JZ2SNGKFN8NK3HZBMVGQP1","owner-voice","https:\u002F\u002Fgithub.com\u002FAnastasiyaW\u002Fcodex-claude-code-config\u002Fblob\u002Fmain\u002Fskills\u002Fwriting\u002Fowner-voice\u002FSKILL.md",[102],{"categoryNo":27,"categoryName":28,"taxonomyType":21,"taxonomyTypeDesc":22},[104,105],"owner voice","voice",{"skillNo":107,"name":108,"nameZh":6,"description":109,"descriptionZh":6,"repositoryFullName":8,"ownerLogin":9,"ownerAvatarUrl":10,"ownerAccountNo":11,"ownerDisplayName":12,"repositoryNo":13,"starsCount":14,"licenseSpdxId":15,"licenseFileUrl":6,"sourceHtmlUrl":110,"categories":111,"keywords":113,"publishedAt":66},"01M6JZ2N0C2WFCAK6T8N3RMBVS","humanize-russian","Редактировать русский текст для ясности и естественного звучания, сохраняя факты,\nтермины, источники и жанр. Использовать когда: убрать канцелярит, сделать текст\nживее, отредактировать русский черновик или статью перед публикацией.\nНе определяет авторство и не обещает обход детекторов. Для английского —\nhumanize-english; для структуры и доказательств — article-structure-review.","https:\u002F\u002Fgithub.com\u002FAnastasiyaW\u002Fcodex-claude-code-config\u002Fblob\u002Fmain\u002Fskills\u002Fwriting\u002Fhumanize-russian\u002FSKILL.md",[112],{"categoryNo":27,"categoryName":28,"taxonomyType":21,"taxonomyTypeDesc":22},[114,115,116,117,62,118,119,120],"russian","humanize","humanize russian","english","structure","article","2026",{"skillNo":122,"name":123,"nameZh":6,"description":124,"descriptionZh":6,"repositoryFullName":8,"ownerLogin":9,"ownerAvatarUrl":10,"ownerAccountNo":11,"ownerDisplayName":12,"repositoryNo":13,"starsCount":14,"licenseSpdxId":15,"licenseFileUrl":6,"sourceHtmlUrl":125,"categories":126,"keywords":127,"publishedAt":66},"01M6JZ2GN264R6GKBQ5QVZE0ZS","humanize-english","Edit English drafts for clear, natural language while preserving facts, uncertainty,\ntechnical meaning, citations and genre. Use when: humanize this text, remove AI-style\nfiller, improve English prose, or edit an English article before publication.\nNot an authorship detector or a promise to bypass one. For Russian use\nhumanize-russian; for thesis\u002Fevidence and structure use article-structure-review.","https:\u002F\u002Fgithub.com\u002FAnastasiyaW\u002Fcodex-claude-code-config\u002Fblob\u002Fmain\u002Fskills\u002Fwriting\u002Fhumanize-english\u002FSKILL.md",[],[115,117,128,129,114,130,131,132,133,118,134,135,136,62,137,120,138,139,140,141,142,143,144,145,119,146,147],"humanize english","technical","evidence","use","remove","edit","text","improve","Citations","Publication","when","for","facts","natural language","drafts","meaning","uncertainty","style","thesis","promise",{"skillNo":149,"name":150,"nameZh":6,"description":151,"descriptionZh":6,"repositoryFullName":8,"ownerLogin":9,"ownerAvatarUrl":10,"ownerAccountNo":11,"ownerDisplayName":12,"repositoryNo":13,"starsCount":14,"licenseSpdxId":15,"licenseFileUrl":6,"sourceHtmlUrl":152,"categories":153,"keywords":154,"publishedAt":66},"01M6JZ2BM31D5Y609DQJJJM6MM","caveman","Ultra-compressed reply mode. Cuts output tokens ~65-75% by answering in terse \"caveman\" style while keeping full technical accuracy, and shapes what survives: action first, state restated every turn, concrete time estimates, visible wins. Intensity levels: lite, full (default), ultra, wenyan-lite, wenyan-full, wenyan-ultra. Use when user says \"caveman\", \"talk like caveman\", \"use caveman\", \"less tokens\", \"be brief\", or Russian \"пещерный режим\", \"говори как пещерный\", \"кратко\", \"меньше токенов\", \"экономь токены\" — or invokes \u002Fcaveman. Preserves the user's language (Russian in → Russian caveman out). Off only: \"stop caveman\" \u002F \"normal mode\" \u002F \"обычный режим\". Do not use merely because a response should be concise, and do not use when the user requests normal prose, a polished document, or exact wording.","https:\u002F\u002Fgithub.com\u002FAnastasiyaW\u002Fcodex-claude-code-config\u002Fblob\u002Fmain\u002Fskills\u002Fwriting\u002Fcaveman\u002FSKILL.md",[],[150,145,138,155,156,157,158,159,160,161,162,163,164,165,166,167,168,114,169,170,171,172,131,129,173,174,175],"normal","terse","accuracy","ultra","mode","document","requests","concise","output","intensity","tokens","full","time","do","action","default","stop","only","first","brief","state",{"skillNo":177,"name":178,"nameZh":6,"description":179,"descriptionZh":6,"repositoryFullName":8,"ownerLogin":9,"ownerAvatarUrl":10,"ownerAccountNo":11,"ownerDisplayName":12,"repositoryNo":13,"starsCount":14,"licenseSpdxId":15,"licenseFileUrl":6,"sourceHtmlUrl":180,"categories":181,"keywords":189,"publishedAt":66},"01M6JZ25Y5GJXFKXNR6TRQX237","article-structure-review","Проверить структуру технической статьи после черновика: задача читателя, жанр,\nопора значимых утверждений на доказательства и честные ограничения.\nUse after the first draft, before publication. Исправлять структуру, когда это\nвходит в запрос; не создавать обязательный конвейер из других навыков.\nДля локальной языковой редактуры — humanize-english или humanize-russian.","https:\u002F\u002Fgithub.com\u002FAnastasiyaW\u002Fcodex-claude-code-config\u002Fblob\u002Fmain\u002Fskills\u002Fwriting\u002Farticle-structure-review\u002FSKILL.md",[182,185,186],{"categoryNo":183,"categoryName":184,"taxonomyType":21,"taxonomyTypeDesc":22},"01JBSEEDCAT000000000000018","写作与文案",{"categoryNo":27,"categoryName":28,"taxonomyType":21,"taxonomyTypeDesc":22},{"categoryNo":187,"categoryName":188,"taxonomyType":32,"taxonomyTypeDesc":33},"01JBSEEDCAT000000000000036","内容创作者",[190,119,118,62,191,115,114,131,173,117,137,120],"article structure review","draft",{"skillNo":193,"name":194,"nameZh":6,"description":195,"descriptionZh":6,"repositoryFullName":8,"ownerLogin":9,"ownerAvatarUrl":10,"ownerAccountNo":11,"ownerDisplayName":12,"repositoryNo":13,"starsCount":14,"licenseSpdxId":15,"licenseFileUrl":6,"sourceHtmlUrl":196,"categories":197,"keywords":201,"publishedAt":66},"01M6JZ1XN7WQQCWCHHMTTD8K28","video-post-production","Video post-production rules: audio mastering, color, captions, platform export. Use when: 'add music', 'add voiceover', 'export for tiktok', 'add captions', 'color grade', 'audio levels', 'master audio', 'export settings', 'platform requirements'. Covers FFmpeg patterns, audio chain, subtitle standards, and platform-specific export configs. Do NOT use to generate or animate the video frames\u002Fscenes in code (use remotion-production-guide), to write the script (use video-narrative-arc), or to evaluate script quality (use script-evaluator); this is the finishing stage applied to an already-rendered video.","https:\u002F\u002Fgithub.com\u002FAnastasiyaW\u002Fcodex-claude-code-config\u002Fblob\u002Fmain\u002Fskills\u002Fvideo-production\u002Fvideo-post-production\u002FSKILL.md",[198],{"categoryNo":199,"categoryName":200,"taxonomyType":21,"taxonomyTypeDesc":22},"01JBSEEDCAT000000000000016","图像与多媒体",[202,203,204,205,206,138,207,208,209,210,211,212,213,214,215,216,217,218,219,220,221],"video post production","post","Production","Video","patterns","post-production","narrative","add","chain","tiktok","voiceover","master","export","write","music","Captions","Audio","Remotion","code","generate"]