@mison/ling 1.0.0

package/.spec/skills/harness-engineering/references/harness-engineering-digest.md

@@ -0,0 +1,93 @@
+# Harnesses are underrated 文章蒸馏
+
+## 文章信息
+
+- 标题: Harnesses are underrated
+- 来源: OpenAI
+- 发布时间: 2025-07-31
+- 作者: Boris Power、Brendan Dolan-Gavitt、Calvin French-Owen、Charles Lamanna、Katie Gamanji、Oliver Greenwood、Romain Huet
+- 链接: https://openai.com/index/harness-engineering/
+
+## 全文核心观点
+
+这篇文章的主张是：模型能力决定理论上限，但工程系统（harness）决定实际交付效果。  
+“好 harness”不是单一技巧，而是把代理放到真实工作回路里，让它能访问文档、代码、测试、CI 和故障反馈，并在明确的边界内迭代。
+
+## 关键内容蒸馏
+
+### 1. 先解决执行环境，再谈提示词细节
+
+- 让代理直接使用真实工具：代码库、测试命令、日志、PR、CI。
+- 如果代理无法运行或验证改动，即使模型很强也难以稳定产出。
+- 实践里，基础 harness 的改进经常比微调提示词更有效。
+
+### 2. 给代理“可控自主权”
+
+- 不要把代理变成每一步都等待人工确认的脚本。
+- 在可控预算内允许代理先自行尝试并迭代。
+- 自主执行必须伴随可观测性：每次尝试有明确输入、输出和失败信号。
+
+### 3. 用分层权限降低风险
+
+- 从低权限开始（读代码、查文档），按证据逐级放开（跑测试、改代码、执行受限操作）。
+- 权限升级应有触发条件；失败应能回滚到安全级别。
+- 这样既提高成功率，也减少误操作风险。
+
+### 4. 明确定义“何时请求人工”
+
+- 不是遇到问题就立刻抛给人，也不是无限重试。
+- 需要在系统层面定义求助阈值，例如：
+  - 同类失败重复出现；
+  - 关键信息缺失；
+  - 需要越权或高风险动作；
+  - 多方案权衡需要业务取舍。
+- 求助请求应包含证据和候选方案，便于人快速决策。
+
+### 5. 把 agent 纳入 CI 回路
+
+- 让代理并行尝试修复，CI 作为客观判定器。
+- 失败时把上下文移交人工，而不是隐藏失败。
+- 这种人机接力可以缩短故障恢复时间。
+
+### 6. 关注真实指标，而非演示效果
+
+- 衡量指标应围绕真实交付：任务闭环率、修复成功率、回归通过率、人工介入频次、平均修复时间。
+- 文章案例强调：当 harness 做对后，任务完成率会明显提升。
+
+## 文中提到的案例信号
+
+- 在 HumanEval 场景，完善 agent-only harness 后，完成率可从接近 0 提升到约 50% 量级。
+- 在 SWE-bench Verified 场景，先达到约 65%，继续优化 harness 后可到约 75%。
+- 文中还给出团队实践信号：通过强化 harness，任务解决率可从约 28% 提升到约 65%。
+
+## 与“人机协作/主动请求”直接相关的落地规则
+
+1. 先让代理独立跑到“可证明卡住”为止，再请求人工。  
+2. 请求人工时只问一个关键决策，并给出 A/B/C 选项。  
+3. 每个选项明确成本、风险、收益与时间。  
+4. 人工确认后，代理继续执行并返回证据，而不是重复讨论。  
+5. 将协作过程写入任务日志，保持可追溯。
+
+## 可直接复用的求助阈值
+
+- 连续 2-3 次同类失败，且错误模式一致。
+- 缺失关键上下文，无法再通过本地推断补足。
+- 需要生产级权限、外网访问、密钥或不可逆操作。
+- 变更范围超出既定边界，可能影响无关模块。
+
+## 可直接复用的求助结构
+
+1. 当前阻塞（一句话）。  
+2. 已尝试动作与证据（命令、日志、结果）。  
+3. 根因假设（含置信度）。  
+4. 备选方案 A/B/C（成本、风险、预计耗时）。  
+5. 需要人工确认的唯一问题。  
+
+## 与 skill 的关系
+
+本目录下的 `SKILL.md` 把这些原则转成可执行流程，重点覆盖：
+- harness 先行；
+- 自主执行预算；
+- 主动求助阈值；
+- 选项型协作提问；
+- 可追溯交付收束。

package/.spec/templates/driver-prompt.md

@@ -0,0 +1,7 @@
+# Spec Driver Prompt
+
+1. 读取任务跟踪文件并只锁定一个原子任务。
+2. 将状态从“未开始”改为“进行中”，再开始开发。
+3. 修改完成后运行最小充分验证，并记录结果。
+4. 自审通过后将状态改为“已完成”。
+5. 若验证失败，先修复或回退，不得静默降级。

package/.spec/templates/handoff.md

@@ -0,0 +1,9 @@
+# Handoff
+
+## Current State
+
+## Completed Work
+
+## Open Risks
+
+## Next Locked Task

package/.spec/templates/issues.template.csv

@@ -0,0 +1,2 @@
+ID,标题,内容,验收标准,审查要求,状态,标签
+SPEC-001,示例任务,明确修改位置与修改理由,命令或结果可客观验证,核对边界与回归,未开始,高优先级

package/.spec/templates/phase-acceptance.md

@@ -0,0 +1,9 @@
+# Phase Acceptance
+
+## Goal
+
+## Acceptance Evidence
+
+## Guardrails
+
+## Decision

package/.spec/templates/review-report.md

@@ -0,0 +1,9 @@
+# Review Report
+
+## Summary
+
+## Findings
+
+## Verification
+
+## Residual Risks