系统与北极星
Harness 是什么、五段闭环、Base Tooling 与 Skill 体系
北极星：我们在建什么
Harness（驾驭具）是什么：context-infra 是套在 LLM 执行者外面的一层装备。大模型自己缺两样东西：一是干净充分的输入（它不知道此刻该看什么、该用什么工具），二是不可自评的输出误差信号（它判断不了自己做没做完、对不对）。Harness 用确定层（脚本、cron、hook、账本这些零熵机械件）和独立核验者（另一个不带立场的 agent）把这两样补出来。
一句更朴素的翻译：Harness 的意义是把用户从三个人肉角色里解放出来。系统缺哪段，用户就在人肉充当哪段：缺使用时刻的误差信号，用户当传感器（得自己盯着哪里不对）；缺完成判定，用户当裁决者（得自己判断做完了没）；缺队列消费机制，用户当调度器（得自己敲 prompt 开工）。北极星就是把这三个角色逐一交还给系统，让人只留在方向层：给方向，以及回答「确实不确定且细节非常关键」的问题。
目标态：一次任务执行的五段闭环
| 段 | 目标态 | 今天的反例（实测） |
|---|---|---|
| 进（输入侧） | 正确时刻注入最小充分引导：及时（决策那一刻出现）、显著（不被噪声淹没）、可操作（下一步明确）。 | 今天的反例：一次 prompt 注入 18 个道 skill，引导信号淹死在自己的洪泛里。 |
| 做（执行侧） | 一切可机械化的负担由确定层承接（记录、对账、状态刷新、超时守护），agent 的注意力预算全部留给任务本身。 | 今天的反例：逐字台账靠 agent 手动 append，session 尾部注意力衰减后漏录用户消息。 |
| 判（输出侧） | 完成由外部误差信号判定：确定层判结构、独立第二 agent 判语义、给可定位反例；禁止自报。 | 今天的反例：description 追加文字冒充状态变更；记分牌打勾只看文件存在不读 verdict。 |
| 记（记录侧） | 需求、问题、残差自动进台账：逐字、带锚、可机械对账；收尾注册是机制不是自觉。 | 今天的反例：收尾注册合规率约 40%，整轮 campaign 零自主注册全靠用户追问。 |
| 转（闭环侧） | 台账有消费者：队列有启动机制（谁开工、何时开工、开工证据）、修复有回写面（做完的事在权威文档上可见）、方法论接注入面。 | 今天的反例：19 项已批 17 项零开工；修好的工具困在 session-ref 不进 main；scoreboard 快照停在所有修复之前。 |
判断任何一个新设计好不好，问一句就够：它让哪一段闭环更硬了？五段都不沾的设计，默认不做。
「可用且好用」判据
可用=landed 四条件（真实运行证据/可路由入口注册/进 git HEAD/被下游真实消费）+确定层触发正确性五条（注册在位/真实触发/行为正确/异常不静默/不在错误对象上触发）。
| 判据 | 一句话 | 探针位（可机械测） |
|---|---|---|
| U1 减负 | 能机械化的事不占 agent 注意力预算 | hook 延迟 SLO（单 hook P95<1s）；agent 手动履行的「本应确定层」义务清单收敛到零 |
| U2 清晰 | 引导信号三属性：及时/显著/可操作 | 每 prompt 注入 skill 数封顶；FLAG 必带可定位反例 |
| U3 聚焦 | 一次只给相关的，防洪泛 | 单次注入字符量上限；与当前任务无关的注入计为缺陷 |
| U4 免记忆 | agent 不需要记得系统状态，系统在正确时刻告诉它 | 跨 phase/跨 session 状态由确定层重放；同一文件被迫重读次数→0 |
七条元原则（MP1–MP7，设计哲学提炼 campaign 产出）
这七条是对 60,363 个用户轮全量提炼后收敛出的元原则，是上面五段闭环与判据背后的更深一层依据。总纲本身尚未 commit 进 git、未回写北极星文件（见「决策台账」页哲学产物落地卡），这里先把内容本身正文化上站。
| 原则 | 一句话 |
|---|---|
| MP1 信任条件公理（生成根） | Harness 的存在就是制造并维持两个信任条件——目标清晰 + context 不饱和。这是全部语料里用户唯一明确称为「核心假设」的原则。 |
| MP2 判定权外移 | 执行者对自己的产出好/做完/完整没有裁决权；每个语义需求必须绑定确定层误差信号或独立第二核验者。 |
| MP3 需求原文是根锚 | 用户 prompt 逐字是全链根锚；转录/蒸馏/投影是派生物，不能反向充当源。 |
| MP4 熵控在源头 | 熵增长是 LLM 系统的运行常态；控制必须结构化、装在写入源头，不是下游打补丁。 |
| MP5 确定层 vs 语义层分工 | 可机械化的沉入确定层；语义判断永不冻结成确定工具。边界用比较性的三问测试判，双向越界都是缺陷。 |
| MP6 完成 = 真实效果被真实消费 | 实践是检验的最终标准：设计存在、流程走过、指标好看，都不构成完成。 |
| MP7 人只在方向层与关键不确定点 | 人的时间与认知带宽是系统的终局约束；整个闭环的输出面向方向判断与最小带宽收敛。 |
七条不是平列清单，是一个闭环：以需求原文为锚（MP3），在源头用结构控熵（MP4），由确定层制造可信任条件（MP1、MP5），条件之外一律外部核验（MP2），以真实消费定完成（MP6），最终只消耗人的方向判断与最小带宽（MP7）。
provenance：rules/HARNESS_NORTH_STAR.md（§1–§5，2026-07-05 首版） adhoc_jobs/design_philosophy_distillation_20260716/synthesis/HARNESS_DESIGN_PHILOSOPHY.md（第 1 章，601 行 v1.0）
Base Tooling：14 个域
Base Tooling 是支撑全部机制的工具集，按知识边界分 14 个域（tools/INDEX.md 注册 235 个工具）。每域一句话：
| 域 | 一句话介绍 |
|---|---|
| git_tooling | Git 安全与自动提交体系：三档危险操作守卫（记录/safety tag/HUMAN_GATE）、session-ref 层隔离（不建物理 worktree）、事故取证与 BUG_TRACKER 链。 |
| todo_system | 任务系统：todo intake 需求入口（逐字原文+执行序+requirement record 同一条脊柱）、todo add 一次性杂务、双向同步。 |
| ddp_design_doc_protocol | 需求-设计文档协议：需求↔意义↔设计↔状态四环链，报告必须锚设计需求。 |
| runtime_phase_skill_trace | phase 运行时+skill 注入+trace 三层统一机制：phase 驱动器续命推进、skill 声明随派发注入 worker、执行留痕。 |
| provider_routing_self_invocation | LLM 单一出口与 fallback：11 档家族-通道降级链、自调用引擎（同一二进制经环境变量指向不同订阅）、额度 scope 记账与恢复探测。 |
| orchestrator_dispatch_mode | 编排者派发模式：session_dispatch 确定层派发、worker 纪律（anti-slack 六条）、通道对账防静默降级。 |
| quality_gate_framework | 质量门框架：55 个 gate 注册的清单与挂载点，unified_gate 统一入口。 |
| final_report | 终报规范：收口三件套、诚实边界声明、claim 上限词表（bounded/validated）。 |
| guardian_daemon | 守护体系：guardian_health 监控 cron missed-run、scoreboard 计数、mismatch 落账。 |
| evolvable_workflow | 可演进工作流：版本演进 SOP（何时打版、打什么版）、skill 更新机制。 |
| cross_platform_hook_bridge | 跨平台 hook 桥：Claude Code 全套 hook 迁移到 Codex 与 OpenCode 并 live。 |
| cross_cutting | 跨切关注点：错误追踪、回执互认等被多域共享的底层机制。 |
| error_trace_feedback | 错误追踪反馈：error_ledger 到 requirement 的硬闸，失败必须入账。 |
| file_system_architecture | 文件系统架构：单一文件原则（一类信息一个真源）、WORKSPACE 路由表、fa-3 schema。 |
本站内容里反复出现的工具面
| 工具面 | 职责 |
|---|---|
| tools/llm_runtime/ | provider 控制面：providers.conf（链真源）、provider_info.py（llm info 查询）、provider_docs_render.py（GENERATED 渲染）、check_provider_docs_sync.py（防漂移 gate）、健康巡检。 |
| tools/git/ | git 工具族：git_guard.sh（危险操作守卫）、commit_wrapper/stop_hook（自动提交）、BUG_TRACKER.md（三条 FIXED 登记）、main_index_reconcile.sh（幽灵 staged 回收器，cron 待恢复）。 |
| tools/state_mechanism/ | State 机制 v0：parse_providers.py（链解析+语义指纹，D1/D3 共享）、gen_provider_chain.py、staleness_probe.py（探针）。 |
| tools/skill_router_hook/ | 注入路由：route_on_prompt.py（deliver-then-persist 修复对象）、route_hint.py（新根 Layer A）。 |
| tools/session_dispatch/ | 确定层派发：worker 纪律注入、通道钉链、receipt 对账。 |
Skill 体系（103 个，道/术分层）
Skill 是 agent 可复用的流程与最佳实践，当前共 103 个，按两个正交维度组织。类型维度：API（工具用法）/Workflow（多步流程）/BestPractice（最佳实践）/Draft（草稿）。道术维度：道=方法引导层（55 个），产出是判断、方法、纪律，告诉系统怎么顶层思考；术=技术实现层（48 个），产出是具体产物与操作结果，限定场景怎么做。
路由机制：每次 session 启动时注入路由纪律（_DAO_ROUTING.md），按任务特征匹配该读的道 skill；运行时 route_on_prompt hook 按 prompt 内容做精准匹配注入（r012 注入 v3 终裁：树状 INDEX 全量可见保全面性，道级正文按协调+判断精准注入保洁净，永禁 top-K 兜底，术级只注入 description）。注入 v3 实测载荷 1340B，是旧全文制的约 1%。
Provider 降级链（11 档自动级联）
LLM 调用的单一出口是 router，按 11 档降级链自动级联：上一档失败（额度尽/限流/错误）自动尝试下一档，无需人工介入。链序本身也是决策产物（Kimi 经用户指示降级到 GLM 与 Cursor 之后）。当前链（与仓根 STATE.md GENERATED 区同指纹）：
1. codex-oc:high2. glm-oc:high3. claude-zai:high4. grok-cursor:high5. composer-cursor:medium6. kimi-oc:medium7. claude-kimi:medium8. glm-ollama:high9. kimi-ollama:medium10. codex:xhigh11. claude:high
- 额度识别自动（rate limit 正则）；恢复检测半自动（被动记账，真实流量触发才推进）
- 健康巡检 cron 已装：raw 模式每 2 天一次、零生成 token；全链真实派发验证保持手动
- 查任意一档的模型/context/额度实况：llm info <tier>（D1 S1 已落地）
provenance：tools/INDEX.md rules/skills/INDEX.md tools/llm_runtime/providers.conf STATE.md（仓根）
dashboard data: generated 2026-07-19T14:05:10.073Z from 5 SSOT files