'harness' 검색 결과

Builds and improves C/C++ and Rust fuzzing harnesses, the entry points that feed generated test data into code. Helps structure inputs, reach more code paths, and address crashes caused by inconsistent test behavior.

한국어 요약은 준비 중입니다. 영어 요약을 표시하고 있습니다.

• Writing a first fuzzing harness
• Building structured inputs for an API
• Investigating crashes that cannot be reproduced

Delegate code review, development, and research from OpenCode to DeepSeek Harness. The skill checks service readiness, tracks each task, and returns reports or proposed code changes for the main agent to review.

한국어 요약은 준비 중입니다. 영어 요약을 표시하고 있습니다.

• Get a second opinion on code or architecture
• Delegate code changes to an external agent
• Assign research tasks and track progress

Deliver TeamHarness messages to the correct room, channel, or session using recorded reply routes. It covers task handoffs and requester reports, while defining when to reply directly or suppress acknowledgements that could cause message loops.

한국어 요약은 준비 중입니다. 영어 요약을 표시하고 있습니다.

• Deliver progress reports to the original requester
• Hand off a request to a Matrix task room
• Send messages across rooms or channels

Scaffold your own focused AI agent harness — pick host (Claude Code, Codex, pi.dev, Hermes), template, agents, skills, and ship a npm-publishable harness with its own npx CLI. Use when a user asks to "create my own agent harness", "scaffold a harness", "make a custom Claude Code plugin like ruflo", or "build a vertical AI assistant for X".

한국어 요약은 준비 중입니다. 원문 설명을 표시하고 있습니다.

Initialize a Harness Engineering framework in the current project. Use when user says 'harness', 'init harness', 'initialize framework', 'setup harness engineering', '/harness', or wants to set up a Plan-Build-Verify development workflow with specialized agents (planner, generator, evaluator). Creates CLAUDE.md, agent definitions, command templates, hooks, and documentation structure for autonomous AI-driven development.

한국어 요약은 준비 중입니다. 원문 설명을 표시하고 있습니다.

Run one iteration of VL-Harness evolution — evolve video-memory-harness code for long-video MCQ. Called by meta_harness.py or interactively via /vl-harness.

한국어 요약은 준비 중입니다. 원문 설명을 표시하고 있습니다.

LAM ハーネスの規範層をプロジェクトへ敷く初期化スキル。 plugin コンポーネントとして配れない層（.claude/rules/ と docs/internal/ と .claude/scripts/ = managed、 および CLAUDE.md 等の starter）をファイルとして配置し、.claude/harness.json に記録する。 ランタイム（Python）が無い環境では完了を拒む。 Layer 1（.claude/settings.json の permissions）は敷かず、手作業の手順として提示する。 Use when the user installs lam-harness into a project, or runs /lam-harness:init.

한국어 요약은 준비 중입니다. 원문 설명을 표시하고 있습니다.

Improve agent reliability over time — diagnose why agents fail and fix the setup. Triggers on: agent keeps failing, same mistake again, agent not improving, make agent smarter, agent quality plateau, agents ignore skills, agent skips tests, fix agent behavior, agent unreliable, improve agent setup, self-improving harness, agents worse over time, tune agent instructions, agent going in circles, agent ignores AGENTS.md, repeated agent errors. Requires harness v0 and eval harness. AUTO-ROUTED from harness-engineering on symptoms. Not first setup — harness-generation first.

한국어 요약은 준비 중입니다. 원문 설명을 표시하고 있습니다.

Seed minimal agent harness v0 — manifest, eval checks stub, governance. AUTO-INVOKED after project-setup or retroactive-project-setup when docs/harness/manifest.json is missing. Also triggers on: generate harness, scaffold agents, agent bootstrap, first time agents in this repo, new project agent setup, set up agent harness, agent onboarding files, missing agent configuration, agent instructions setup, make agents read project rules, agent reliability setup, agents not configured. Pairs with project-setup. Evolution is harness-evolution.

한국어 요약은 준비 중입니다. 원문 설명을 표시하고 있습니다.

Produce or apply an approved report-first proposal for workflow, ROSE, skill, command, subagent, memory, install, or harness-doc changes; use after harness-issue-triage localizes a harness problem or when the user explicitly requests harness maintenance, and do not edit core harness files without explicit human approval.

한국어 요약은 준비 중입니다. 원문 설명을 표시하고 있습니다.

모델을 고정한 채 AI 에이전트의 실행 기반을 조금씩 조정합니다. 격리 환경에서 후보를 테스트하고 결과를 측정하여 테스트를 통과하고 개선된 변경을 축적합니다.

• 모델을 고정한 채 실행 기반 조정
• 계획·문맥·재시도 정책의 변경 비교
• 테스트 없이 오프라인으로 흐름 확인

저장된 감사와 현재 저장소의 새 감사를 명령 하나로 비교합니다. 구조 유사도가 지정한 임곗값보다 낮아지는 변화를 감지하고 비교 결과와 종료 코드로 알립니다.

• 주간 감사 이후 구조 변화 확인
• 최소 7일 전 감사와 비교
• 구조 변화 감지를 CI 판정에 활용

구성의 일관성, 위협, MCP 권한과 의존성을 정적으로 감사하고 시간 정보와 함께 기록합니다. 정기 실행으로 변화를 확인하고 지정한 심각도에 따라 CI를 실패시킬 수 있습니다.

• 구성과 보안에 대한 주간 감사
• MCP 권한과 의존성 확인
• 과거 감사 기록과 변화 비교

Design the operating layer around a coding agent so it can read and edit code, run checks, and correct errors. Define completion criteria, permission boundaries, feedback, and recovery methods, and assess which tasks suit autonomous execution.

한국어 요약은 준비 중입니다. 영어 요약을 표시하고 있습니다.

• Designing a coding agent's tools and workflow
• Adding acceptance checks and permission boundaries
• Assessing tasks for autonomous agent execution

Review agent work histories to identify recurring failures, repeated discoveries, and stalled tasks. Improve the prompts, specialist agents, skills, tools, and memory that guide future work, then submit those changes separately for review.

한국어 요약은 준비 중입니다. 영어 요약을 표시하고 있습니다.

• Addressing recurring command or tool failures
• Recording findings that agents repeatedly rediscover
• Turning repeated procedures into skills or tools

Measure which code fuzzing reaches as it tries many generated inputs. Use coverage reports to find unreachable areas, compare progress, and guide improvements to test harnesses, starting inputs, or dictionaries of useful input values.

한국어 요약은 준비 중입니다. 영어 요약을 표시하고 있습니다.

• Establish initial coverage for a fuzzing run
• Investigate why fuzzing stops reaching new code
• Compare coverage before and after harness changes

Removes hosted demo restrictions from an Open Harness fork, including session and message caps and deletion blocks. Cleans up related helpers and tests while preserving unrelated authentication, session ownership checks, and sandbox behavior.

한국어 요약은 준비 중입니다. 영어 요약을 표시하고 있습니다.

• Removing demo session and message caps from a fork
• Removing hosted demo restrictions on message deletion
• Removing hosted sign-in gating when present

Manage an AI team's project plans and recorded progress, including task dependencies and repeated improvement cycles. Track accepted results, identify work ready to start, pause or resume projects, and prepare status reports for requesters.

한국어 요약은 준비 중입니다. 영어 요약을 표시하고 있습니다.

• Planning tasks with dependencies
• Tracking repeated improvement cycles
• Updating progress after accepting results

Audit one or all supported agent harnesses (claude, codex, opencode, pi, omp, antigravity, cursor, grok) for config efficiency, hook overhead, permission friction, plugin and MCP cost, skill metadata portability, dead config, and measured session friction. Use when invoked as `$optimize-harness [harness ...] [focus]`, or when the user asks to optimize or compare agent harness configuration.

한국어 요약은 준비 중입니다. 원문 설명을 표시하고 있습니다.

Research one agent harness's release (docs, source, runtime) and fill its capability cells in scripts/harness_capabilities.py with cited evidence. Use after a harness version bump, when just harness-probe reports re-research, or when capability cells read unknown.

한국어 요약은 준비 중입니다. 원문 설명을 표시하고 있습니다.

Change the agent harness itself (AOS, AO or CBS hooks, gates, memory, permissions, delegation, plugins, bootstrap) the safe way: look up the matching harness pattern, design against its gotchas, build with /startcycle and a live trail, check every harness, open a PR after GO. Use for "change a hook", "fix the go-gate", "harness work", "plugin change".

한국어 요약은 준비 중입니다. 원문 설명을 표시하고 있습니다.

공통 과제로 대규모 언어 모델의 지식·추론·코드 생성을 평가합니다. 모델 비교표와 학습 단계별 성적 추이를 만들고 평가 결과와 개별 답변을 저장합니다.

• MMLU와 GSM8K로 모델 평가
• 여러 모델의 성적 비교표 작성
• 학습 중 모델의 성적 추적

에이전트 실행 구성과 평가값을 담은 두 JSON 데이터를 비교해 유사도와 세부 결과를 계산합니다. 구성 재사용 판단, 템플릿 비교, 구성 변화 확인에 활용합니다.

• 기존 에이전트 구성의 재사용 여부 판단
• 템플릿 후보의 순위 결정
• 팀 사이의 중복 작업 확인

Coordinate project delivery by routing requests to eight specialist skills or running a verified delivery workflow. Use live Jira data for progress analysis and completion forecasts, with recorded evidence and checks before tasks are closed.

한국어 요약은 준비 중입니다. 영어 요약을 표시하고 있습니다.

• Analyze sprint progress and forecast completion ranges
• Produce project health reports from live Jira data
• Route Jira permission and configuration reviews