Kami telah menambahkan alat manajemen web ke Myharness yang dibagikan sebagai open source.
https://github.com/cookyman74/my_harness
Ketika membangun agen dan keterampilan dengan alat harness, biasanya hanya diperiksa sekali dan digunakan sebagaimana adanya,
Jika digunakan untuk jangka panjang, dapat menjadi tercemar karena berbagai plugin dan keterampilan, dan konflik dapat terjadi dengan keterampilan yang ada.
Untuk mengatasi masalah ini, kami telah membuat fitur yang memungkinkan pengguna dengan mudah membaca dan memelihara agen dan keterampilan proyek saat ini.
Karena itu..
Anda dapat mengonfigurasi harness melalui web dan juga dapat langsung mengedit rincian konten.
Juga, melalui fungsi manajemen penilaian, Anda dapat memodifikasi bagian-bagian yang bermasalah dalam konfigurasi dan meningkatkannya.
Cara menggunakan web adalah
https://github.com/cookyman74/my_harness/blob/main/harness-ui/README.md
Silakan merujuknya.
Verifikasi Situasi Keseluruhan
Konfigurasi Harness dan Verifikasi Status
Modifikasi dan Manajemen Agen, Keterampilan
Penilaian Status Harness
Sebagai referensi, penilaian harness (agen dan keterampilan) diproses sebagai berikut.
Pemicu (Trigger) — ROI Deskripsi
Tingkat A: keberadaan deskripsi · band panjang (terlalu pendek <40 karakter / terlalu banyak >600 karakter poin negatif) · ada atau tidaknya kata kunci situasi pemicu (regex: "ketika/saat/permintaan/saat/use when" dll) · ada atau tidaknya frasa pembeda near-miss.
Tingkat B: "Apakah deskripsi ini membenarkan biaya konteks waktu-nyata? (a)pekerjaan yang dilakukan (b)situasi pemicu spesifik (c)membedakan kasus serupa tetapi pemicu terlarang — memenuhi 3 elemen? Apakah agresif (pushy)?" → 0~1.
Skor: 0.4·normalisasi A + 0.6·B(jika tidak ada B gunakan A saja·fail-open).
Struktur (Structure) — Arsitektur 2 Tingkat
Tingkat A (sebagian besar deterministik·menggunakan kembali harness_scorecard yang ada): jumlah baris badan SKILL.md (target ≤500·poin negatif proporsional untuk kelebihannya) · ada atau tidaknya pemisahan references/ · ada atau tidaknya blok besar dalam badan (kode/tabel >N baris) sebagai inline · ada atau tidaknya ToC untuk reference 300+ baris.
Tingkat B: "Apakah badan hanya meninggalkan prosedur minimal, dan apakah materi bersyarat/besar telah pindah ke references/?" → 0~1.
Skor: pembobotan tingkat A (struktur memiliki kekuatan penilaian mesin tinggi) 0.7·A + 0.3·B.
Induksi (Induction) — Membimbing Tindakan Berikutnya
Tingkat A: rasio nada imperatif ("~lakukan/~lakukanlah" vs deskriptif) · ada atau tidaknya kalimat penjelasan "why" · kepadatan leading words (kata petunjuk langkah berikutnya).
Tingkat B: "Apakah jelas membimbing tindakan berikutnya agen (leading words·plan/prosedur)? Deskripsi ambigu vs berorientasi pada tindakan?" → 0~1.
Skor: 0.3·A + 0.7·B(induksi memiliki bobot penilaian makna yang besar).
Pemangkasan (Pruning) — Tes Penghapusan [Inti]
Tingkat A: kalimat duplikat (identik/mirip setelah normalisasi) · boilerplate (frasa stereotip) · dead/orphan (menggunakan kembali klasifikasi harness_scorecard yang ada).
Tingkat B (tes penghapusan): satuan kalimat/bagian — "Apakah perilaku agen sama jika kalimat ini dihapus?" Y=kandidat penghapusan. Prompt adalah default konservatif (tidak pasti=pertahankan).
Skor: 1 − jumlah_kalimat_kandidat_penghapusan / total_jumlah_kalimat(semakin tinggi semakin baik ✓·semakin sedikit redundansi). Kandidat penghapusan adalah findings.
ps :
Silakan gunakan dengan baik di sekitar Anda. ㅎㅎ
▶ Sumber asli: https://github.com/cookyman74/my_harness
