Cursor, Claude Code, Windsurf जैसे टूल के लिए harness परिपक्वता मापने वाला एक निश्चित (deterministic) स्कैनर। AGENTS.md, rules, hooks, tests और CI की जाँच करता है — बिना LLM कॉल, बिना नेटवर्क; एक ही commit पर हमेशा वही स्कोर।
समस्या
दो रिपॉज़िटरी एक ही मॉडल चला सकती हैं — परिणाम बिल्कुल अलग। एक में feedforward guides, sensors जो काम verify करते हैं, और guardrails जो नुकसान रोकते हैं; दूसरे में कुछ नहीं। Harness Score किसी भी AI टूल के लिए harness को सेकंडों में मापता है और अगला सुधार स्पष्ट बताता है।
कैसे काम करता है
रिपॉज़िटरी में npx harness-score चलाएँ। CLI सिर्फ़ filesystem पढ़ती है — 36 checks, zero LLM calls, zero network.
L0–L4 परिपक्वता स्तर, छह dimensions में 108 points का breakdown, और अगले स्तर की सटीक कमियाँ।
हर fail हुआ check गाइड में remediation recipe से जुड़ा है — या प्लगइन का /harness-audit command चलाकर सुधार लागू करें।
नमूना output
निश्चित: same commit, same score — laptop या CI में। Merge gate के लिए --min-level 3 — परिपक्वता सिर्फ़ ऊपर जाए।
स्कैनर चलाएँ → harness-score v1.0.0 ~/my-app
Maturity: L2 · Guided Score: 70/108 (65%)
Detected: Cursor, Claude Code
Context & Guides ████████████████░░░░ 80%
Skills & Commands █████████████░░░░░░░ 65%
Hooks & Guardrails ░░░░░░░░░░░░░░░░░░░░ 0%
Sensors & Feedback ████████████████░░░░ 80%
CI Feedback ██████████████░░░░░░ 71%
Hygiene & Safety ███████████████░░░░░ 74%
To reach L3: sensors ≥ 60%; ci ≥ 50%शुरू करें
npx harness-scoreइंस्टॉल की ज़रूरत नहीं। किसी भी रिपॉज़िटरी path पर चलाएँ।npm i -g harness-scorev1.2.0 npmjs.org पर/harness-auditरिपॉज़िटरी में — Marketplace जल्दpaladini/harness-score/actionCI gate + README बैजnpx jsr add @paladini/harness-scoreDeno और Bun उपयोगकर्ताओं के लिएपरिपक्वता सीढ़ी
स्तर harness की *संरचना* पर depend करते हैं — सिर्फ़ points पर नहीं। Tests के बिना 80% docs = L1, L3 नहीं।
L0 · harness रहितहर सत्र शून्य से शुरू
L1 · दस्तावेज़ीकृतAGENTS.md एजेंट को मार्गदर्शन देता है
L2 · मार्गदर्शितRules, skills, hygiene
L3 · sensors के साथTests, types, CI काम verify करते हैं
L4 · स्व-सुधारHooks feedback loop बंद करते हैंसंगत
एक harness, एक परिपक्वता मॉडल, कई tools। Cursor, Claude Code, Windsurf या कोई और — Harness Score सबको एक जैसे measure करता है।
स्कोर दिखाएँ
112×20 capsule बैज shield row के लिए। CI regenerate करती है, या static badge-lN.svg pin करें। Markdown, HTML, iframe, JSX embeds copy करें।
इस repo में
8 chapters — AI coding agents के लिए harness engineering: feedforward, sensors, guardrails.
harness-score — JSON, markdown, badge output। Zero runtime deps.
/harness-audit command + skill — scan में मिली हर कमी को सुधारें।
हर push पर scan, badge emit, --min-level से नीचे fail।