Добро пожаловать в Проекты

Это практическая часть курса Learn Harness Engineering. Чтения лекций недостаточно — вам нужно собрать окружения самостоятельно и понаблюдать, как Codex, Claude Code или другие AI-агенты ведут себя при разных правилах.

Обзор проектов

Курс включает 8 практических проектов, которые научат вас строить надёжное агентское рабочее окружение с нуля:

1. Только промпт vs. правила в первую очередь: сравните, как агент справляется с одним лишь промптом против базового harness.
2. Воркспейс, читаемый агентом: научитесь структурировать репозиторий так, чтобы он был дружелюбен к ИИ, и наладьте механизмы передачи работы.
3. Непрерывность между сессиями: спроектируйте файлы состояния и инициализационные скрипты, чтобы агент мог бесшовно продолжать работу между сессиями.
4. Runtime-обратная связь и контроль скоупа: внедрите инструменты, позволяющие агенту тестировать свой код и исправлять ошибки во время выполнения.
5. Самопроверка и разделение ролей: постройте независимый механизм ревью, чтобы предотвратить галлюцинации и преждевременные объявления о победе.
6. Полный harness (capstone): соберите финальное, наблюдаемое, end-to-end агентское рабочее окружение.
7. Первый автоматический цикл: спроектируйте и проверьте цикл работы агента.
8. Рабочий процесс как граф: опишите узлы, переходы, общее состояние и проверку результата.

Как двигаться

Для проектов 01–06 в репозитории есть:

• starter/: ваш стартовый воркспейс.
• solution/: эталонная реализация (если застряли).
• Инструкции к задаче с описанием контекста и конкретных целей.

Создайте личную копию командой npm run workspace -- 01 (подставьте номер 01–06) и выполняйте работу в my-work/, чтобы исходные файлы остались доступными для сравнения. Проекты 07–08 выполняются в вашем репозитории по инструкциям на страницах заданий.