智能体宿主架构设计引擎
将以下提示词粘贴到你的 AI 对话框中:
请根据 https://skillhub.cn/install/skillhub.md,安装 @user_5b28ea14/design-agent-harness-architect。
技能介绍
解决什么问题
把一个想法变成可运行的 Agent,最大的瓶颈通常不是模型能力,而是围绕模型的那层运行时宿主(Harness)没人设计。传统做法要么直接 import 一个框架快速拼装,要么从零写一套循环、工具注册、上下文裁剪逻辑——前者的架构被库的范式锁死,后者很容易在状态管理、失败重试、评估口径上反复返工。
Agent Harness Architect Engine 面向的是后者这条路:为需要独立组装、配置运行形态的 Agent 系统产出架构方案,而不是再来一个写代码用的 SDK。
核心能力
- 统一分析框架:
Agent = 模型 + Harness,Harness 拆成六层——E执行循环、T工具注册、C上下文管理、S状态存储、L生命周期钩子、V评估接口。每一层按「通用设计问题 → 候选权衡 → 案例对照」的顺序展开。 - 开放的架构范式:范式 P 是一组正交决策维度——扩展方式、配置方式、部署拓扑、编排模式,按维度逐项推导,不预设四选一的封闭选项。
- 只问一次的澄清流程:按目标、成功标准、任务结构、数据边界、硬约束、用户场景、边界、技术栈 8 个维度扫描已给信息,只列出缺失项,一次性生成问卷,支持对话回答、填写后回传、或「你来做」三种方式。
- 可编码交付门槛:设计文档必须过三关——类型完整、API 真实、标准可达,最终落到技术栈选型、目录结构、接口签名、数据结构、配置 schema,而非停留在概念层。
- 自进化知识库:案例按「整存」组织,索引与内容分离;遇到盲区时按官方来源优先采集,写入库前展示 diff,用户确认才落盘,
verified与unverified分级隔离。
适用边界与注意点
- 面向 Harness,不面向语言框架:LangChain、LangGraph 这类
import进来写代码的库不在本技能的案例库范围内;其思想只作为模式来源借鉴。判断标准是「能否独立启动并按配置装配」。 - 不是旁观者角色:它直接以架构师身份参与,给专业判断和权衡依据,最终决策仍由人拍板。
- 诚实标注未知区:六层加范式的框架覆盖不到的新理论,会明确标注为未知区,而非包装成完美方案。
- 知识库更新不静默进行:本次写作依据的 SKILL.md 对入库来源设有一票否决门槛,个人博客、二手解读、AI 综述均不纳入,避免案例库被低质量内容污染。
使用场景
- 手里只有一个 idea,想把零散想法做成可运行 Agent,却不知道该先拆哪些层
- 已有需求分析文档,要据此产出可直接编码的 Agent Harness 架构方案
- 现有 Agent 跑得起来但问题频发,想评估并重构执行循环与状态存储层
- 团队要为长任务设计上下文裁剪与生命周期钩子,需要权衡后形成配置 schema
适合人员
- 准备从零搭建 Agent 运行时的研发工程师,需要拿到可直接编码的架构文档
- 负责需求澄清与技术方案的架构师,想把六层功能和范式决策摊开做权衡
- 正在重构故障频发 Agent 的技术负责人,想定位执行循环与状态层的问题
- 维护案例库的团队工程师,需要按官方来源标准筛选和更新架构知识