Menu
長時間実行タスクや複雑な実装にHarness設計パターンを適用する。Planner/Generator/Evaluatorの分離、スプリント分割、品質ループ、ファイルベースのハンドオフを行う。大きな機能実装、長時間のコーディングタスク、品質の担保が重要な作業に使用する。
Install with Codex or Claude Copy this prompt, paste it into Codex, Claude, or another assistant, and let it review the skill page and install it for you.
Based on SOC occupation classification
cmuxターミナル内での操作スキル。CMUX_*環境変数が存在する場合、cmuxのCLIコマンドを使う前に必ずこのスキルを読む。ペイン分割、コマンド送信、ブラウザ自動化、通知、Markdown/diffのプレビュー、cmux設定の変更など、cmux操作全般で使用する。「別ペインで開いて」「横に表示して」「ブラウザで確認して」「プレビューして」「diffを見せて」などのときにも使用する。
Preview generated Markdown (plans, design notes, reviews, research reports) in the user's browser. Use when sharing long, structured output — documents with headings, tables, code blocks, or Mermaid diagrams — that is hard to read in the terminal.
バグを場当たり修正せず、根本原因を特定してから直すためのデバッグ手順。再現→切り分け→根本原因→検証の順で進める。バグ・デバッグ・原因不明・落ちる・再現しない・CIが赤・flakyなテスト・想定外の挙動に遭遇したときに使用する。「デバッグして」「なぜ落ちる」「原因を調べて」などのときにも使用する。
「完了」「直した」と報告する前に、実際に実行・テスト・観察して根拠を確かめるための検証ルール。修正・実装・リファクタが終わって成功を報告しようとするとき、変更が意図どおり動くと主張する前に使用する。「できた」「直した」「実装した」「修正完了」と言おうとしているときに使用する。
日本語の技術文書を書いた後・公開前にレビューし、重要度つきの指摘レポートを出すスキル（ファイルは変更しない）。日本語の文章品質・AI Slop・表記の慣習・整合性・独自性・語り口を点検する。媒体非依存の汎用版で、ブログMDXなどプロジェクト固有のレビュースキルがあればそちらを優先・併用する。
新しい k8o プロジェクト/リポジトリを立ち上げる一連の手順。@k8o/create で雛形生成 → GitHub リポジトリ作成 → ブランチ保護 ruleset とマージ設定 → リリース用 secret(fnox経由) → npm 初回 publish と Renovate 有効化まで。「新しい repo を作る」「プロジェクトを立ち上げる」「リポジトリの初期設定をする」ときに使用する。
| name | harness |
| description | 長時間実行タスクや複雑な実装にHarness設計パターンを適用する。Planner/Generator/Evaluatorの分離、スプリント分割、品質ループ、ファイルベースのハンドオフを行う。大きな機能実装、長時間のコーディングタスク、品質の担保が重要な作業に使用する。 |
長時間実行タスクでAIエージェントの品質を維持するための設計パターン。
参考: Harness design for long-running apps
単一エージェントで長時間タスクを実行すると:
GANに着想を得た分離パターン。生成と評価を別エージェントが担う。
plan.md や sprints/sprint-N.md）核心: 自分の仕事を自分で評価させない。生成者が「できた」と言っても、評価者が検証するまで完了としない。
エージェント間の通信はファイル経由で行う。
project/
├── harness/
│ ├── plan.md # Plannerの出力: 全体仕様
│ ├── sprints/
│ │ ├── sprint-1.md # スプリント1の仕様と完了条件
│ │ ├── sprint-1-eval.md # スプリント1の評価結果
│ │ ├── sprint-2.md
│ │ └── sprint-2-eval.md
│ └── status.md # 現在の進捗状況
このパターンにより:
各スプリントに事前合意された「完了」の定義を設ける。
## Sprint 1: ユーザー認証
### 完了条件
- [ ] ログインフォームが表示される
- [ ] メールアドレスとパスワードでログインできる
- [ ] ログイン後にダッシュボードにリダイレクトされる
- [ ] 無効な認証情報でエラーメッセージが表示される
- [ ] ログアウトボタンが機能する
Evaluatorはこの条件に基づいて検証する。曖昧な「動いている」ではなく、具体的な基準で判定する。
Claude Codeでの実装方法は references/implementation.md を参照。