Harness 工程

目录

1. 01第1章 从模型能力到任务运行：认识harness工程
   • 1.1 大模型落地中的工程关注扩展
   • 1.2 Harness的定义与运行结构
   • 1.3 任务目标、授权范围与验收条件
   • 1.4 行动请求、工具执行与外部事实
   • 1.5 运行状态、记录与模型上下文
   • 1.6 从任务许可到运行时约束
   • 1.7 写前记录、预算与停止策略
   • 1.8 结果验收与后续建设
   • 背景资料
2. 02第2章 模型与程序的信息交换——从一次请求到工具接续
   • 2.1 会话、用户轮次、消息与模型请求
   • 2.2 消息角色、内容类型与实际来源
   • 2.3 官方接入与日期化价格基线
   • 2.4 首次请求的输入与成功条件
   • 2.5 请求程序的传输边界与诊断
   • 2.6 用量记录、成本比较与运行预算
   • 2.7 工具调用的整批解析与动作调度
   • 2.8 工具结果的关联与后续请求
   • 2.9 thinking模式下的历史接续
   • 验证记录：本地模拟与真实服务的范围
3. 03第3章 搭建第一套完整的 harness
   • 3.1 摘录任务与运行结果
   • 3.2 目标、授权与验收的分工
   • 3.3 固定工具与执行范围
   • 3.4 来源快照与创建请求的输入依据
   • 3.5 响应协议、整批检查与逐项调度
   • 3.6 写入意图与新文件的持久创建
   • 3.7 当前文件验收与运行结束
   • 3.8 条件修订的生效时点与旧响应失效
   • 3.9 预算对象与停止边界
   • 3.10 用量记录与日期化费用基线
   • 3.11 真实模型路径与通信记录
   • 3.12 源码结构与查阅入口
   • 3.13 本地测试与既有验证记录
   • 源码附录：完整随书实现
4. 04第4章 运行循环与任务状态
   • 4.1 控制状态与外部动作事实
   • 4.2 四类材料与关联身份
   • 4.3 事件接收与生效条件
   • 4.4 串行业务调度与工具内部并发
   • 4.5 拒绝、失败、未知与取消的转移差异
   • 4.6 无进展的判定依据
   • 4.7 历史验收事实与当前完成结果
5. 05第5章 能力接入——Tools、MCP 与 Skill
   • 5.1 工具契约与参数结构
   • 5.2 参数取值与请求绑定
   • 5.3 结果、受理与错误
   • 5.4 MCP 的协议范围与执行权限
   • 5.5 传输方式影响的范围
   • 5.6 远端接入与方法包
   • 5.7 方法生效与步骤执行
6. 06第6章 任务组织——规划、路由与 workflow
   • 6.1 目标、计划与组织空间
   • 6.2 路由与阶段
   • 6.3 固定 workflow 的保障范围
   • 6.4 子流程与主线连续性
   • 6.5 委派与异步返回
7. 07第7章 上下文组装与按需加载
   • 7.1 本次判断与材料选择
   • 7.2 请求载荷、有效输入与上下文窗口
   • 7.3 稳定前缀的作用与容量边界
   • 7.4 按需加载与工具定义分层
   • 7.5 方法指导与材料驻留
   • 7.6 后缀退出与新载荷的构造
   • 7.7 发送边界上的选择、绑定与检查
8. 08第8章 检索与记忆——信息怎样取得和复用
   • 8.1 检索、RAG 与候选的使用
   • 8.2 从信息缺口到有范围的查询
   • 8.3 定向读取与取得时点
   • 8.4 长期记忆的写入与生效范围
   • 8.5 取用时的复查与撤回
   • 8.6 外挂存取与建设起点
9. 09第9章 长任务上下文——结果折叠、历史压缩与接续
   • 9.1 驱逐、折叠、压缩与删除
   • 9.2 保留量与原文保存
   • 9.3 展开的边界与重查
   • 9.4 摘要边界与接续项
   • 9.5 DeepSeek 的 thinking 保留与新会话交接
   • 9.6 压缩候选的验证与提交
   • 9.7 容量、成本与效果的比较
10. 10第10章 受控执行：权限、生命周期与实际边界
    • 10.1 从运行许可到实际约束
    • 10.2 文件限制与实际对象
    • 10.3 命令之外的执行主体
    • 10.4 执行契约与动作句柄
    • 10.5 超时、取消与终止的记录差异
    • 10.6 强制效果的平台验证
    • 10.7 能力开放的条件与顺序
11. 11第11章 可靠接续：未知、重试与跨重启恢复
    • 11.1 恢复、重试与三个身份
    • 11.2 核对结论与等待、重试
    • 11.3 持久记录与事实重建
    • 11.4 只读核对与恢复协议
    • 11.5 认领资格与旧执行者排除
    • 11.6 当前资格与迟到事实
    • 11.7 补偿与阶段结束的新决定
12. 12第12章 观测与评测——系统是否真的有效
    • 12.1 Trace 的关联范围
    • 12.2 记录的时间、来源与权力边界
    • 12.3 效果、约束与失败定位
    • 12.4 评测任务集与故障矩阵
    • 12.5 对照条件、成本与发布判断
13. 13第13章 系统集成与持续演进
    • 13.1 集成契约与运行清单
    • 13.2 兼容性与旧运行迁移
    • 13.3 层与组件的删减依据
    • 13.4 组织使用中的授权与凭证
    • 13.5 集成验证与形态选择