如何构建真正提升 AI Agent 性能的 Harness 框架
通过分析多篇研究文献与实践经验，构建优质的 AI Agent 运行框架（Harness）。核心方法包括挖掘历史会话错误转化为规则、精简指令文件、精简工具数量以及用脚本和代码强制执行规则。
Reddit r/AI_Agents/u/Marmelab
AGENTS.mdgit hookslinterstatic code analysiscustom scripts
收录于 2026-10-31 · 原文发布于 2026-10-30
操作步骤
- 1从之前的会话中挖掘模式，将过去的失败教训和人工纠错转化为明确的规则或护栏。
- 2保持指令文件简短（主 AGENTS.md 保持在 100 行左右，作为指向其他规则的目录，避免堆砌所有规则）。
- 3精简并减少工具数量，只保留最核心、最犀利的工具，减少干扰与 Token 消耗。
- 4用可执行的脚本（如 git hooks、linter 规则、静态代码分析或自定义脚本）来强制执行规则，而不是仅依赖文本提示词。
- 5定期清理维护框架（Garden your harness），删除无法证明有效的冗余规则，并处理陈旧过时的文档。
中文平台玩法
在运营小红书、公众号或闲鱼等自动化脚本/Agent时，可以借鉴“精简指令文件”和“精简工具/步骤”的做法，只保留高频有效的内容，避免长提示词导致大模型失焦或消耗过多Token。
可复制提示词
请帮我优化我的 AI Agent 框架（Harness）。以下是我最近使用 Agent 时遇到的纠错记录或失败案例： [在此粘贴你的 Agent 历史纠错记录或失败案例] 请帮我分析： 1. 从中提取出具体的规则或护栏，加入到指令文件中。 2. 检查现有的长文本指令，将其精简并重构为一个主目录文件（控制在100行左右），将具体规则分流。 3. 评估这些规则是否有必要通过 [git hooks / 自定义脚本等] 等可执行方式来强制执行，而不是仅靠文字提示。
#AI Agent#提示词工程#框架设计#开发实战
相关用例
内容由 AI 依据原文翻译整理，细节以原帖为准；版权归原作者。