Pular para o conteúdo
Skillpedia
Código em geral40 mil · #5188

harness-engineering

Faz seu agente aprender com erros de codificação anteriores. Ele cria instruções duradouras e testes para evitar que os mesmos erros se repitam.

O que ela faz

Esta ferramenta ajuda a tornar projetos de programação mais confiáveis para assistentes de IA. Ela transforma erros repetidos em regras e verificações que evitam que os mesmos problemas aconteçam de novo.

Quando usar

  • ✓Quando você quer que um assistente de IA cometa menos erros em um projeto.
  • ✓Para criar regras claras que os assistentes de IA devem seguir em um projeto.
  • ✓Para registrar erros que já aconteceram e garantir que não se repitam.

Exemplo do que pedir para a IA

“Faça este projeto mais confiável para assistentes de código, evitando erros que já aconteceram.”

Quer saber mais? Abra as seções abaixo.

Como usar

O jeito mais fácil: copie a mensagem abaixo e cole no Claude, ChatGPT, Cursor ou outra IA. Ela lê a skill e segue as instruções.

Link da skill

https://github.com/github/awesome-copilot/blob/main/skills/harness-engineering/SKILL.md

Mensagem pronta para colar

Use esta skill para me ajudar: https://github.com/github/awesome-copilot/blob/main/skills/harness-engineering/SKILL.md Leia o arquivo SKILL.md desse link e siga as instruções dele na minha tarefa.
Como funciona

A ferramenta analisa o projeto para entender como ele funciona e quais erros ocorreram. Em seguida, ela cria instruções e verificações específicas para o projeto, que ajudam a IA a evitar esses erros no futuro.

Instalação

Jeito mais fácil: copie o link da skill e cole no Claude, ChatGPT ou Cursor pedindo para seguir as instruções.

No terminal (Claude Code, Codex, Cursor), na pasta do projeto:

npx skills add github/awesome-copilot --skill harness-engineering

Ou baixe só o arquivo:

curl -L https://raw.githubusercontent.com/github/awesome-copilot/main/skills/harness-engineering/SKILL.md -o SKILL.md
Conteúdo técnico (SKILL.md)

Tradução do texto original do autor no GitHub. Os comandos e códigos estão como no original.

Engenharia de Harness

A engenharia de harness transforma erros repetidos de agentes de codificação em artefatos de repositório duráveis:

Harness = Instructions + Constraints + Feedback + Memory + Evaluation + Governance

Use esta habilidade quando o usuário pedir para:

  • tornar um repositório mais confiável para o GitHub Copilot ou outros agentes de codificação
  • adicionar instruções de agente duráveis, regras de repositório ou guardrails
  • prevenir erros repetidos de agentes de codificação por IA
  • registrar caminhos de falha conhecidos e as verificações que impedem a recorrência
  • adicionar verificações leves de desvio para regras de projeto
  • revisar, atualizar ou modernizar um harness de agente existente

Não use esta habilidade para implementação de recursos comuns, a menos que o usuário peça para melhorar o ambiente operacional do agente do repositório.

Princípios Fundamentais

  • Trate o repositório de destino como a fonte da verdade.
  • Inspecione antes de editar. Preserve a pilha existente, o gerenciador de pacotes, o CI, a documentação, a nomenclatura e a arquitetura.
  • Adicione o menor harness útil. Prefira atualizar arquivos existentes em vez de adicionar orientação duplicada.
  • Torne as regras importantes aplicáveis, sempre que prático, por meio de testes, linters, verificações de tipo, CI, ganchos de pré-commit ou scripts de desvio.
  • Use pontos de revisão manual apenas quando a automação for frágil ou enganosa.
  • Registre falhas de alto risco que não devem ocorrer novamente e nomeie a verificação ou o ponto de revisão que detecta a recorrência.
  • Não copie modelos genéricos cegamente. Adapte cada artefato a evidências reais no repositório de destino.

Descoberta

Antes de propor ou fazer alterações no harness, inspecione o repositório em busca de regras e evidências existentes.

Leia estes arquivos e pastas, quando existirem:

  • README.md
  • AGENTS.md
  • .github/copilot-instructions.md
  • .github/instructions/
  • .github/workflows/
  • CONTRIBUTING.md
  • manifestos de pacotes como package.json, pyproject.toml, go.mod, Cargo.toml, pom.xml ou build.gradle
  • documentação existente em docs/
  • scripts existentes em scripts/
  • testes existentes e verificações de CI

Em seguida, resuma:

  • pilha, gerenciador de pacotes e pontos de entrada
  • comandos de desenvolvimento e verificação existentes
  • instruções de agente atuais ou convenções de repositório
  • falhas conhecidas, incidentes, caminhos instáveis ou comentários de revisão repetidos
  • lacunas onde as regras do projeto não são aplicadas

Fluxo de Trabalho de Adoção

Siga esta sequência:

  1. Escolha a superfície de harness que se adapta ao repositório de destino.
  2. Escreva instruções de agente específicas para o destino.
  3. Adicione verificações aplicáveis para regras de alto valor.
  4. Registre a memória de falha para falhas de alto risco ou recorrentes.
  5. Adicione verificações de desvio para orientações que podem ficar desatualizadas silenciosamente.
  6. Relate a adoção com evidências, suposições e acompanhamento.

1. Escolha a Superfície de Harness

Escolha apenas as superfícies que se adaptam ao repositório de destino:

Necessidade Artefato Preferido
Comportamento do agente sempre ativo AGENTS.md ou .github/copilot-instructions.md
Orientação por escopo de arquivo .github/instructions/*.instructions.md
Verificações de projeto recorrentes scripts/check_*.py, scripts shell ou scripts de pacote
Aplicação de CI arquivos de fluxo de trabalho existentes ou um novo fluxo de trabalho pequeno
Falhas conhecidas docs/failures/*.md
Decisões de arquitetura ou processo docs/decisions/*.md
Evidências de adoção docs/harness/adoption-report.md ou similar

Se o repositório já tiver um local equivalente, atualize-o em vez de criar um sistema paralelo.

2. Escreva Instruções de Agente

As instruções do agente devem ser concretas e operacionais. Inclua:

  • propósito do projeto e principais limites de propriedade
  • comandos de configuração, teste, lint, build e verificação
  • gerenciador de pacotes e regras de dependência
  • regras de edição segura, regras de arquivo gerado e caminhos proibidos
  • expectativas de teste para código alterado
  • convenções de PR e commit, se o repositório as tiver
  • como registrar novas falhas ou decisões

Evite orientações de personalidade amplas, melhores práticas genéricas e regras que não podem ser verificadas ou revisadas.

3. Adicione Verificações Aplicáveis

Converta regras de alto valor em verificações. Boas verificações de harness são:

  • estreitas o suficiente para evitar falsos positivos
  • rápidas o suficiente para serem executadas localmente e em CI
  • nomeadas claramente para que os agentes possam executá-las antes de terminar
  • documentadas com a regra que protegem

Exemplos:

Regra: Não edite clientes de API gerados.
Verificação: script escaneia diffs para caminhos gerados e falha com uma mensagem clara.

Regra: Cada nota de memória de falha nomeia uma verificação de regressão.
Verificação: script valida docs/failures/*.md para uma seção "Detecção".

Regra: Documentação de perfil e modelos devem permanecer alinhados.

…
Perguntas frequentes

O que são 'artefatos de repositório'?

São arquivos e configurações dentro do seu projeto (como arquivos de instruções, testes ou scripts) que ajudam a guiar e verificar o comportamento dos assistentes de IA.

Como a ferramenta evita erros repetidos?

Ela transforma os erros em 'memória de falha' e cria verificações (como testes ou scripts) que detectam e impedem que esses erros ocorram novamente.

Preciso saber programar para usar isso?

Não, você não precisa ser um programador experiente. A ferramenta é projetada para ser usada mesmo que você não entenda os detalhes técnicos do código.

Detalhes

Descrição original do autor

Adopt repository-level harness engineering for coding agents. Use when a user wants to prevent repeated AI coding-agent mistakes by turning failures into durable instructions, drift checks, regression tests, failure memory, and adoption reports tailored to the target repository.

repo: github/awesome-copilot

Popularidade

Estrelas no GitHub
40 mil
Posição no ranking
#5188
Licença
MIT
Atualizada em
15/10/2026

Essa skill é útil?

0

Entre para votar.

Comentários

  • …

Mais skills deste repositório

Skills parecidas