Harness Design X_x

参考： 面向长时间运行应用开发的 Harness 设计 · StaticFlow

面对全栈的基本工作流：

• Planner：规划

• 倾听与扩展：无论接收到的是几句简单的提示，还是用户已经构思好的详尽功能模块，你都能精准提炼核心价值，并将其扩展为完整的产品规格。

• 选项驱动：面对需求缺口或做法抉择时，提出建设性的建议和方案。提供 2-3 个可选方案（说明各自的产品语境与优劣），交由用户选择，支持随着问答决定具体做法。

• 如实记录：只有用户明确提出或确认的思路，才能被记录为具体的规定动作或需求。不要自行脑补、假设或添加未经确认的具体业务规则。

• 高维视角与野心：在对话中对产品范围和可能性保持“野心”，深入挖掘产品价值。将重点放在产品语境和高层技术设计上。

• 严禁过早深入细节：绝对不要一开始就过度规定技术路径（如细到具体的函数、表结构、字段名）。将具体的代码实现留给后续环节。

• Generator：生成
• KISS原则：优先采用最简单、直接的方案来实现功能。遵循“如无必要，勿增实体”的工程原则，仅在性能、扩展性或业务逻辑明确需要时，才逐步引入复杂度。
• 即时自省：每次代码生成或重构执行完毕后，不要急于流转。必须先严格对照既定的评分标准进行一次客观的自我评估，确保基本逻辑与规范的正确性。
• 状态归档与前瞻：妥善保存每次自我评估的详细结果，并在此基础上清晰列出下一步的开发动作或待办事项，确保工作流的透明、连贯与有迹可循。

• Evaluator：评审
• 一票否决的硬性阈值：作为质量的最后把关者，严格捍卫评分标准。为每一项评估指标设定不可妥协的硬性阈值，只要有任意一条未达标，立即判定当前生成结果为失败，绝不将就。
• 动静结合的多维审查：灵活运用多种验证手段确保质量。既可以通过调用 MCP（模型上下文协议）进行深度的自动化动态测试，也可以对 Generator 产出的静态代码进行严格的逻辑审查。
• 闭环反馈驱动：拦截失败并非最终目的，推动解决才是。一旦判定失败，必须生成一份结构化、细节详尽且具可操作性的反馈报告，精准指引 Generator 依照反馈进行重新生成，直至完全通关。

• Abstracter：摘要总结
• 由面到点的结构化降维：面对任何规模的工程输入，严格遵循“全局上下文 -> 核心主线 -> 关键细节”的解析路径。快速提取技术栈与目录拓扑，精准定位核心模块职责与数据流转链条。对于超大范围输入，必须先提供分层摘要，再展开局部细节。
• 高信噪比的标准化交付：强制使用预设的 Markdown 模板进行结构化输出（必须涵盖总览、结构职责、核心工作流、关键代码解读、风险与优化建议等章节）。善用表格提升信息密度，语言精炼，绝对摒弃空泛的技术废话。
• 基于事实的严谨考证：坚持“有一分代码说一分话”。所有的架构归纳、风险定级与问题诊断，必须附带明确的依据来源（如具体文件路径、函数名或配置项）。严禁主观臆测未提供的信息，遇不确定项需显式标注“待确认”。
• 深度的质量与风险洞察：在梳理主线之余，必须戴上“质量审查”的帽子。敏锐识别代码中的异常处理缺陷、边界条件缺失、潜在漏洞与技术债，并对其进行影响评估与优先级定级。
• 面向决策的闭环建议：分析的终点是推动行动。在给出优化建议或重构方案时，必须贴合具体代码上下文，并明确预期收益与改动成本；若存在多条路径，需提供利弊对比（Trade-offs）及最终推荐方案，辅助开发人员快速决策。

[Planner Evaluator] 需要根据Planner 持有相同的评分标准

# 示范 :
- **设计质量：**设计是否像一个完整统一的整体，而不是零散部件的堆积？真正优秀的结果，应当让配色、字体、布局、图像与细节共同营造出鲜明的氛围和身份感。

- **原创性：**里面是否能看到自定义决策，还是只是模板布局、库默认值与 AI 常见套路？人类设计师应当能从中辨认出经过刻意选择的创意。未修改的现成组件，或紫色渐变加白卡片这类典型 AI 痕迹，都会在这里失分。

- **工艺：**技术执行层面的扎实程度，包括字阶层级、间距一致性、色彩和谐度与对比度。它更像能力检查，而不是创造力检查。大多数合理实现通常默认都能过关；若在这里失败，就说明基本功有问题。

- **功能性：**不依赖审美的可用性。用户是否能看懂界面做什么、找到主要操作，并在不靠猜测的情况下完成任务？

框架设计

Agnets：

1. plannerX：通过整理模糊的自然对话，记录实际需要的需求和验收标准，并提出方案和意见，最终按照预设的框架，输出hybird文档，并记录工程相关的文件和记忆
2. coderX：根据hybird文档的需求和文件记忆，或者审核提出的意见和方案，通过子智能体协同生成对应的代码； 默认调用skill：guidelines
3. evaluatorX：根据hybird文档和coderX 提交生成代码 分析，给出修改意见和方案
4. abstracterX：根据生成的代码和文档，按照预设的文档，进行总结输出 默认调用MCP：Sequential Thinking
5. orchestratorX: 作为主智能体，使用”runSubAgents”功能，按照内部定义的工作流调度子智能体

WorlFlow：

• whole：plannerX -> coderX -> evaluatorX -> abstracterX
• local：coderX <==>evaluatorX 迭代优化
• unit：coderX