GPT88 / API Docs

Harness Inspector：让 Agent 交付过程可观察、可检查、可追溯

整理 Harness Inspector 如何把需求意图、Agent Session、文件活动和 Git Commit 连接成可检查的交付证据链，并说明 Workbench、Trace、Replay 与 SKILL 沉淀。

来源与阅读边界

文章介绍了 Better Harness 及其 Harness Inspector：一个本地、只读的工作台，用来观察一次 AI 编程任务如何从最初意图走向代码交付。它关注的不是把 Session 聊天记录展示得更长，而是补齐“为什么开始、怎样执行、最终留下什么”这三类证据。

Better Harness 当前项目说明和适配器列表以 QoderAI/better-harness GitHub 仓库为准。 文档中涉及的产品能力、安装命令和 Host 支持，不应脱离仓库版本直接视为长期不变的承诺。

从 Session 到完整交付链

文章把一次 Coding Agent 交付拆成三个连续、但边界不同的部分：

  • 意图（Intent）：一次变化的语义化起点，例如用户需求、Issue、Spec 或架构约束。
  • 过程（Process）：变化真正发生的过程，包括 Session、搜索、读取文件、工具调用、修改和验证。
  • 产出（Output）：最终进入工程系统的结果，现阶段最清晰的锚点通常是 Git Commit。

因此 Story、Session 和 Commit 不是三个并列的抽象概念，而是 Intent、Process 和 Output 在当前软件工具链中的可观察对象。一个 Story 可能经历多个 Session，一段 Session 也可能产生多个 Commit，所以真实项目更像一张证据图，而不是一条绝对线性的链。

Workbench、Trace 与 Replay

Harness Inspector 提供三种互补的观察方式。每种视图回答不同问题，并且保留“已观察证据”和“推测关系”之间的边界。

Workbench：连接意图、过程与产出

Workbench 是一次交付的整体视图：将触发 Session 的需求、Agent 执行过程中的活动、文件变化和当前观察到的 Commit 放到同一个工作区，帮助 Reviewer 检查它们之间的关系。

它的重要设计是：当关系证据不足时，Inspector 会把记录保留为候选或未映射，而不是因为几条记录时间接近，就自动拼出一条看起来完整的交付路径。

Trace：把 Session 读成工作轨迹

Trace 进入单个 Session，按 Turn 展开用户输入、中间回复、Tool Call 和文件活动，并用时间轴连接事件位置。连续重复的操作可以折叠，Reviewer 也可以从摘要片段跳转到对应调用。

Trace 不尝试还原模型的私有思考，而是把已经记录下来的行为重新组织成可阅读的轨迹，用来检查 Agent 如何寻找上下文、修改代码和执行验证。

Replay：沿事件顺序回看交付

Replay 沿着已保留的事件逐步回放：用户输入、Agent 回复、Tool Call、文件活动和 Commit。它帮助 Reviewer 观察 Agent 在什么上下文中形成方向，又在什么时候进行了修改和验证。

Replay 是只读证据回放，不会重新运行工具、恢复工作区或继续原来的 Session。没有精确时间的内容仍然可以保留顺序，但不会凭空补出不存在的时间信息。

从交付证据到 SKILL 沉淀

文章最初想解决的问题，是如何从 Agent Session 中识别可复用的工作路径。但真正值得沉淀的并不是出现次数最多的 Tool Call：重复读取文件可能说明上下文不足，反复失败重试也可能只是一次交付中的噪声。

更可靠的 SKILL 候选，应该是一条在相似任务中反复出现，并且得到最终产出与验证结果支持的工作路径：如何确定修改边界、如何建立必要上下文、如何完成修改、如何验证并检查最终结果。之后还要在新的交付中复测它是否真的改善了工作方式。

  1. 从多个可比较的交付开始，不要只根据一次漂亮的 Session 下结论。
  2. 把任务意图、证据链接、验证结果和最终产出放在一起看。
  3. 区分稳定可复用步骤、偶发重试、环境噪声和 Host 特有细节。
  4. 在后续任务中验证候选 SKILL，再决定是否把它设为默认工作流。

与 GPT88 工作流结合

Harness Inspector 是独立的开源工作流工具，不是 GPT88 产品，也不能替代 API 日志。可是，当 Coding Agent 通过 OpenAI 兼容接口调用 GPT88 时，Intent—Process—Output 的证据模型仍然适合用来做交付评审。

  • 在 Issue、Agent Session、Commit 和评测记录中使用稳定的任务标识。
  • 在交付记录中保留准确的模型 ID、线路、提示词版本、工具权限和验证命令。
  • 把最终代码和测试结果与 Session 一起评审，不要只看 Agent 最后一条回答。
  • 可结合 GPT88 通用教程 和 模型列表 API确认当前路由与账号权限。
text
/better-harness analyze this project's AI coding workflow and generate an evidence-backed report

上面的命令是项目当前 README 描述的 Qoder 风格入口。具体安装方式、Host 适配器和输出格式，请以 Better Harness 仓库当前版本为准。

局限与安全采用建议

  • Story、Session 和 Commit 被连接起来，不代表 Agent 的判断一定正确，只代表证据更容易被检查。
  • 已记录事件不等于隐藏思考过程；不要把未记录的模型状态当成确定事实。
  • 只读 Inspector 不能替代代码评审、测试、CI、权限、密钥管理和回滚流程。
  • 不同 Coding Host 暴露的 Session 与工具证据不同；缺少证据应被视为明确限制，而不是证明某个事件没有发生。
  • 不要把一次成功交付直接升级成通用 SKILL，应通过相似任务比较质量、返工、耗时和运行风险。