🛡
smart_toy
OpenAI
psychology
Anthropic
link
LangChain
综合三大前沿实践，Harness 可归纳为
四个核心组件
第一个护栏
上下文工程
shield
Context Engineering
为 AI Agent 构建
最关键
的第一道防线
(๑•̀ㅂ•́)و✧ 守护代码质量！
draft
description
最常见的形式
项目根目录的
AGENTS.md
或
CLAUDE.md
文件
它是 Agent 的
行为蓝图
，
定义了 AI 如何理解和操作你的项目
lightbulb
它是写给 AI 看的"项目说明书"
(｡♥‿♥｡) 让AI秒懂项目~
draft
AGENTS.md
1
# 项目规则
2
- 使用 TypeScript
3
- 测试先行
4
- 不要修改 API 接口
5
- 错误需要 logging
...
简洁而精准
warning
关键工程要求
文件
不能太长
60
行以内
ETH Zurich 研究建议
60行
100行
200行+
≤60行
check_circle
性能佳
100行
remove_circle
一般
200行+
cancel
性能降
过长的指令文件
反而会
降低
Agent 表现
school
来源：ETH Zurich 研究
(｡•́︿•̀｡) 太长不看~记得精简哦！
help
为什么？
上下文是
稀缺资源
LLM 的上下文窗口空间有限，必须
精打细算
task_alt
任务描述
code
代码上下文
menu_book
相关文档
chevron_left
block
过多指导
上下文空间分配示意
任务
代码
文档
指导?
priority_high
过多的指导 →
挤掉
任务、代码、文档的空间 →
性能下降
(；´Д｀) 空间不够用了...
check_circle
正确做法
小入口
+
按需检索
提供稳定、小巧的入口点，"教" Agent
按需拉取
更多上下文
description
AGENTS.md
小巧精炼
≤60行
arrow_forward
search
按需检索
根据任务
拉取上下文
arrow_forward
auto_awesome
精准执行
上下文充足
高质量输出
eco
核心理念：
不是一次塞满，而是
教会 Agent 自己找
(｡◕‿◕｡) 聪明的Agent会自己找答案~
rocket_launch
实战案例
Ghostty
的实践
开源终端模拟器
Ghostty
通过精心设计的 AGENTS.md，
实现了
高效的上下文管理
tips_and_updates
将规则按模块拆分，按需组合加载
٩(ˊᗜˋ*)و 模块化大法好！
hub
AGENTS.md
build
构建规则
palette
代码风格
bug_report
测试策略
architecture
架构约束