UncleKK Harness：大幅减少AI幻觉

在复杂任务里，AI Agent 常见的失效模式不是模型“不够聪明”，而是缺少可验证的中间状态：目标刚拿到就直接动手、做到一半才发现漏了关键依赖、多个子任务产出无法汇聚，最后也无法审计结论是怎么来的。UncleKK Harness 要解决的是把这类过程变成可调度、可检查、可恢复的工程对象。

核心工作方式

Harness 的定位是 orchestrator，不是 executor。它负责调度、状态管理、原子写、DAG 校验和审计骨架生成；真正的 LLM 调用与工具执行仍由宿主 Agent（如 Hermes、WorkBuddy）完成。它把 unclekk-roadmap-planner、unclekk-react-loop、unclekk-aris-assurance 串成一条流水线，并在关键节点设置人工确认。

默认流程分为 6 个阶段：

• INGEST：接收自然语言目标，生成包含 placeholder subtask 的 roadmap skeleton
• FILL：由宿主 Agent 用 LLM 补全 subtasks 的步骤、依赖和 success criteria
• PLAN：校验 DAG 无环、依赖合法、字段齐全，并输出拓扑序；确认后才进入执行
• EXEC：返回下一个子任务与 react-loop prompt 模板，执行结果通过 complete 或 error 回写
• REVIEW：聚合所有已完成任务的产出
• AUDIT：生成 integrity checklist、claim ledger、claim audit report 三类审计骨架
• SETTLE：写入最终产物并输出 summary

状态持久化在 harness_state.json，写入采用 temp + rename 的原子方式；status 可以查看当前阶段与 done/pending/error 数量。也可把 harness.py 当作纯标准库模块 import，在宿主 Agent 代码里编排。

适用边界

适合“目标模糊但任务复杂”的多步骤场景：有先后依赖或可并行子任务，容易中途跑偏，且需要可审计、可暂停、可恢复的记录。

但不要把它硬套在所有任务上。单步任务直接用 react-loop 更轻；3 步以内、依赖一眼可见的小 DAG，单独规划或手动列步骤通常就够了；步骤已经明确的机械任务不需要拆解和交叉验证；目标连 LLM 都无法拆出 subtasks 时，应先与宿主 Agent 澄清，而不是急着建立 harness 状态；workspace 随时会被清空的场景，内存草稿可能比 state.json 更实际。

资料给出的量化边界是建议值，不是硬拦截：目标文本建议不超过 2000 字符，subtasks 不超过 50 个，DAG 深度不超过 8 层，单 subtask 产出不超过 50000 字符，state.json 不超过 5 MB。超大产出应落盘到 workspace，state 只保存引用。真正会拦截的是字段完整性校验和阶段门禁。

Harness 还内置了 unclekk-skill-library 作为资源，可在 SETTLE 后由宿主 Agent 调用 record / optimize 沉淀方案。它自身不会调用 LLM、不评分，也不会调用 darwin-skill 或 skill-evolver；这些 meta-skill 由宿主 Agent 按需嵌入。