Menu
长时任务的 Harness 思维框架——当任务复杂、质量要求高、需要多轮迭代时，自动应用生成器-评估器分离、上下文重置、契约驱动、并行探索等模式。触发词：复杂任务、高质量输出、反复优化、迭代提升、多 agent 协作、长时任务、超越默认结果。
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
Import and adapt skills from Claude Code style repositories into Codex. Use when Codex needs to inspect a third-party skills repo, identify folders that contain reusable SKILL.md-based workflows, copy compatible skills into `~/.codex/skills`, or warn about Claude-specific files and assumptions before porting.
Clarify vague requests, test raw ideas, and drive multi-round requirement discovery across users, business owners, product, design, and delivery teams. Use when a request is not yet clear, stakeholders disagree, an idea may or may not be valuable, or Codex needs to turn scattered discussion into a concrete goal, scope, and next-step plan.
Design, refine, and package Codex skills from a user goal, an existing workflow, or a source repository. Use when Codex needs to create a new skill, improve an existing skill, turn repeated work into a reusable process, or adapt an external skill idea into a Codex-native format.
将 Claude Code 风格的技能仓库检查、筛选并改造成 Codex 技能。适用于需要查看第三方技能仓库、识别其中可复用的 SKILL.md 工作流、把兼容技能复制到 `~/.codex/skills`，或在迁移前识别 Claude 专属假设与限制的场景。
通过多轮对话澄清模糊需求、判断点子价值，并推动用户、业务、产品、设计、交付等多方完成需求识别与收敛。适用于需求尚不明确、干系人存在分歧、一个想法是否值得做仍不确定，或需要把零散讨论整理成清晰目标、范围和下一步计划的场景。
根据用户目标、现有工作流或外部来源，设计、改造并打包 Codex 技能。适用于需要创建新技能、优化现有技能、把重复工作沉淀成可复用流程，或把外部技能思路改造成 Codex 原生技能的场景。
| name | harness-thinking |
| description | 长时任务的 Harness 思维框架——当任务复杂、质量要求高、需要多轮迭代时，自动应用生成器-评估器分离、上下文重置、契约驱动、并行探索等模式。触发词：复杂任务、高质量输出、反复优化、迭代提升、多 agent 协作、长时任务、超越默认结果。 |
面对任何需要超越"一次性输出"的任务时，主动应用以下行为模式。这些模式来自 Anthropic 工程实践，适用于所有领域。
单个 agent 做复杂任务有两个天花板：
解法：把"做事"和"批评"分给不同的 agent，用架构补偿模型的局限。
何时用： 输出质量难以客观判断，或容易陷入"差不多就行"的惰性时。
做法：
关键： Evaluator 的批评必须具体可操作。"很好但可以更好"是无效反馈。
何时用： 质量判断涉及主观感受（美感、流畅度、完整性）时。
做法：
例： "设计质量" → 连贯性 / 原创性 / 工艺 / 功能性，前两项权重更高以推动大胆选择。
何时用： 任务需要多轮迭代，且每轮都需要高水准表现时。
做法：
权衡： 压缩保留连续性但产生"上下文焦虑"；重置编排更复杂但表现更稳定。
何时用： Generator 和 Evaluator 可能对"完成"的定义产生分歧时。
做法：
目的： 填补"高层目标"和"可验证实现"之间的鸿沟，防止双方错位。
何时用： 问题有多个合理解法，无法事先判断哪个更好时。
做法：
不是所有任务都需要完整 Harness。判断标准：
| 信号 | 建议模式 |
|---|---|
| 一次性简单任务 | 直接完成，无需 Harness |
| 质量要求高但方向明确 | 生成器 + 评估器循环（3-5轮） |
| 方向不确定 | 并行探索 + 收敛 |
| 任务极复杂、多模块 | 完整三 Agent（规划器 + 生成器 + 评估器）+ Sprint Contract |
随着模型能力提升，曾经必要的组件可能变成多余开销。定期问：
反直觉结论： 模型越强，Harness 不是变简单，而是演化到更高维度的编排空间。
