Harness Score你的 AI 编码 harness 有多成熟？

一条确定性命令，测量面向 Cursor、Claude Code、Windsurf 等工具的 AI 编码 harness。扫描 AGENTS.md、rules、hooks、测试与 CI。扫描过程不调用大模型、不联网，同一 commit 分数始终一致。

扫描你的仓库

开始阅读

查看插件

问题

AI 智能体的可靠性取决于其 harness。

两个仓库可以运行同一模型，结果却天差地别。一个有引导智能体的指南、验证工作的传感器、阻止损害的 guardrails — 另一个什么都没有。Harness Score 在几秒内测量该 harness，适用于任何 AI 工具，并指出下一步该改进什么。

工作原理

扫描

在仓库中运行 npx harness-score。CLI 只读文件系统 — 36 项 check，零大模型调用，零网络。

定级

获得 L0–L4 成熟度等级、六个维度的 108 分细分，以及阻碍下一等级的具体差距。

修复

每项失败的 check 都链接到指南中的修复方案 — 或使用编辑器插件的 /harness-audit 命令应用修复。

示例输出

诊断，而非直觉

确定性：同一 commit，同一分数 — 本地或 CI 结果一致。用 --min-level 3 门禁合并，让成熟度只升不降。

运行扫描器 →

  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%

开始