Communitygithub.com

ruvnet/harness-evolve

執行 `@metaharness/darwin evolve <repo>` 來變異 harness 的七個策略面,在沙盒中為每個變體評分,並僅推廣經測量獲得勝利的變體。模型保持不變;harness 則會演化。

harness-evolve 是什麼?

ruvnet/harness-evolve 是針對 AI 代理的進化技能,專注於讓 harness(而非模型)透過基因變異與沙盒評分進行演化。它通過突變七個關鍵策略面——規劃器(planner)、上下文建構器(contextBuilder)、審查員(reviewer)、重試策略(retryPolicy)、工具策略(toolPolicy)、記憶策略(memoryPolicy)以及評分策略(scorePolicy)——來探索不同的 harness 配置。在執行 `@metaharness/darwin evolve <repo>` 指令後,每個變體都會被放入沙盒中執行並獲得評分,只有表現更好的變體才會被保留。此技能與 ADR-150 的概念一致,該概念主張使用分數加基因組來描述 harness,並允許進行演化變更。此外,當 `@metaharness/darwin` 工具不存在時,它會優雅降級,遵循 ADR-150 和 ADR-153 的架構限制。此技能支援 Claude Code、Cursor、Codex 等 AI 代理平台,讓使用者可以自動化地優化 harness 配置,無需手動調整每個策略面。

相容平台~Claude Code~Codex CLI~Cursor
npx skills add https://github.com/ruvnet/ruflo/tree/main/plugins/ruflo-metaharness/skills/harness-evolve

在你喜歡的 AI 中提問

開啟一個已預先載入此 Agent Skill 的新對話。

說明文件

harness-evolve 是做什麼的?

執行 @metaharness/darwin evolve <repo> 來變異 harness 的七個政策表面(planner/contextBuilder/reviewer/retryPolicy/toolPolicy/memoryPolicy/scorePolicy),為每個變體在沙盒中評分,並僅推廣經測量獲得勝利的變體。模型保持不變;harness 則會演化。這是對 ADR-150 所開啟迴路的閉合(分數+基因組描述;演化變更)。當 @metaharness/darwin 不存在時,它會優雅降級(ADR-150 + ADR-153 架構限制)。

相關技能