| name | harness-build-deterministic-workflow |
| description | 构建确定性工作流，将任务拆解为确定性节点和Agentic节点，实现可预测的执行路径 |
| trigger_words | ["harness-build-deterministic-workflow","构建工作流","deterministic-workflow","workflow"] |
| priority | HIGH |
| dependencies | ["harness-build-context-index"] |
| version | v3.0.0 |
harness-build-deterministic-workflow 构建确定性工作流技能
核心能力
- 检查前置条件（harness-build-context-index）
- 创建 WORKFLOW_TEMPLATES.md
- 定义确定性节点（无需LLM）
- 定义Agentic节点（需要LLM）
- 定义工作流组合模板
前置条件
- harness-build-context-index 已完成
- CONTEXT_INDEX.md 存在
执行步骤
Step 1: 检查前置条件
使用 Read 工具读取：.EnjoyHarness/SKILL_REGISTRY.md
检查条件：
- harness-build-context-index 已标记为完成
如果未完成：
❌ 错误: 上下文索引未构建
💡 请先运行: harness-build-context-index
Step 2: 创建工作流模板文件
使用 Write 工具创建文件：.EnjoyHarness/WORKFLOW_TEMPLATES.md
内容：
---
version: v3.0.0
created_at: 2026-03-28T11:00:00+08:00
total_workflows: 5
---
# EnjoyHarness 工作流模板库
## 确定性节点 vs Agentic 节点
### 确定性节点（Deterministic Nodes）
**特征**: 无需LLM决策，规则明确，结果可预测
**优势**:
- 执行速度快（毫秒级）
- Token消耗低（仅验证）
- 结果可复现
- 易于测试
**示例**:
- 文件格式校验（JSON/YAML/Markdown）
- 代码风格检查（lint）
- 测试运行（unit/integration）
- 构建编译（compile）
- Git 操作（commit/push）
### Agentic 节点（Agentic Nodes）
**特征**: 需要LLM决策，涉及理解、创造、推理
**特点**:
- 执行速度慢（秒级）
- Token消耗高
- 结果不确定
- 需要验证
**示例**:
- 需求理解（用户意图分析）
- 架构设计（技术选型）
- 代码实现（功能开发）
- 错误诊断（根因分析）
- 文档编写（说明文档）
## 工作流模板
### 模板 1: 功能开发工作流
```mermaid
graph TD
A[需求输入] --> B[确定性: 格式校验]
B --> C[Agentic: 需求理解]
C --> D[Agentic: 架构设计]
D --> E[确定性: 设计校验]
E --> F[Agentic: 功能实现]
F --> G[确定性: 代码检查]
G --> H[Agentic: 测试编写]
H --> I[确定性: 测试运行]
I --> J[确定性: 结果归档]
节点详情:
| 节点 | 类型 | 执行方式 | Token消耗 | 失败处理 |
|---|
| A: 需求输入 | 输入 | 用户输入 | 0 | 终止 |
| B: 格式校验 | 确定性 | JSON Schema校验 | ~100 | 返回B，提示修正 |
| C: 需求理解 | Agentic | LLM分析 | ~2000 | 返回A，补充信息 |
| D: 架构设计 | Agentic | LLM推理 | ~3000 | 返回C，简化需求 |
| E: 设计校验 | 确定性 | 架构护栏检查 | ~200 | 返回D，重新设计 |
| F: 功能实现 | Agentic | LLM编码 | ~5000 | 返回F，重试1次 |
| G: 代码检查 | 确定性 | Lint + 架构检查 | ~500 | 返回F，修复问题 |
| H: 测试编写 | Agentic | LLM生成测试 | ~3000 | 返回H，补充用例 |
| I: 测试运行 | 确定性 | 测试框架执行 | ~1000 | 返回F，修复失败 |
| J: 结果归档 | 确定性 | 文件写入 | ~200 | 终止，触发自动失败处理；真实阻塞再升级 |
Token 预算: ~14,800 tokens
预计时长: 10-15分钟
模板 2: Bug修复工作流
graph TD
A[Bug报告输入] --> B[确定性: 信息提取]
B --> C[Agentic: 根因分析]
C --> D[Agentic: 修复方案]
D --> E[确定性: 方案校验]
E --> F[Agentic: 修复实现]
F --> G[确定性: 回归测试]
G --> H[确定性: 修复验证]
节点详情:
| 节点 | 类型 | 执行方式 | Token消耗 | 失败处理 |
|---|
| A: Bug报告输入 | 输入 | 用户提交 | 0 | 终止 |
| B: 信息提取 | 确定性 | 正则提取 | ~100 | 返回A，补充信息 |
| C: 根因分析 | Agentic | LLM推理 | ~4000 | 返回A，补充日志 |
| D: 修复方案 | Agentic | LLM推理 | ~2000 | 返回C，重新分析 |
| E: 方案校验 | 确定性 | 架构检查 | ~200 | 返回D，调整方案 |
| F: 修复实现 | Agentic | LLM编码 | ~3000 | 返回F，重试1次 |
| G: 回归测试 | 确定性 | 测试框架 | ~1000 | 返回F，修复问题 |
| H: 修复验证 | 确定性 | 手动验证 | ~500 | 返回F，重新修复 |
Token 预算: ~10,800 tokens
预计时长: 8-12分钟
模板 3: 重构优化工作流
graph TD
A[优化目标输入] --> B[Agentic: 影响范围分析]
B --> C[确定性: 依赖检查]
C --> D[Agentic: 重构方案]
D --> E[确定性: 风险评估]
E --> F[Agentic: 重构实现]
F --> G[确定性: 性能测试]
G --> H[确定性: 回归测试]
节点详情:
| 节点 | 类型 | 执行方式 | Token消耗 | 失败处理 |
|---|
| A: 优化目标输入 | 输入 | 用户输入 | 0 | 终止 |
| B: 影响范围分析 | Agentic | LLM分析 | ~3000 | 返回A，明确范围 |
| C: 依赖检查 | 确定性 | AST分析 | ~500 | 返回A，调整范围 |
| D: 重构方案 | Agentic | LLM推理 | ~4000 | 返回B，重新分析 |
| E: 风险评估 | 确定性 | 规则检查 | ~300 | 返回D，降低风险 |
| F: 重构实现 | Agentic | LLM编码 | ~5000 | 返回F，重试1次 |
| G: 性能测试 | 确定性 | Benchmark | ~1000 | 返回F，优化性能 |
| H: 回归测试 | 确定性 | 测试框架 | ~1000 | 返回F，修复问题 |
Token 预算: ~14,800 tokens
预计时长: 15-20分钟
模板 4: 文档编写工作流
graph TD
A[文档需求输入] --> B[确定性: 模板选择]
B --> C[Agentic: 内容生成]
C --> D[确定性: 格式校验]
D --> E[Agentic: 内容优化]
E --> F[确定性: 文档归档]
节点详情:
| 节点 | 类型 | 执行方式 | Token消耗 | 失败处理 |
|---|
| A: 文档需求输入 | 输入 | 用户输入 | 0 | 终止 |
| B: 模板选择 | 确定性 | 规则匹配 | ~100 | 默认模板 |
| C: 内容生成 | Agentic | LLM生成 | ~3000 | 返回A，补充信息 |
| D: 格式校验 | 确定性 | Markdown检查 | ~200 | 返回C，修正格式 |
| E: 内容优化 | Agentic | LLM优化 | ~2000 | 返回C，重新生成 |
| F: 文档归档 | 确定性 | 文件写入 | ~100 | 终止，触发自动失败处理；真实阻塞再升级 |
Token 预算: ~5,400 tokens
预计时长: 5-8分钟
模板 5: 配置更新工作流
graph TD
A[配置变更输入] --> B[确定性: 格式校验]
B --> C[确定性: 依赖检查]
C --> D[确定性: 变更应用]
D --> E[确定性: 配置验证]
E --> F[确定性: 服务重启]
F --> G[确定性: 健康检查]
节点详情:
| 节点 | 类型 | 执行方式 | Token消耗 | 失败处理 |
|---|
| A: 配置变更输入 | 输入 | 用户输入 | 0 | 终止 |
| B: 格式校验 | 确定性 | Schema校验 | ~100 | 返回A，修正格式 |
| C: 依赖检查 | 确定性 | 配置解析 | ~200 | 返回A，调整配置 |
| D: 变更应用 | 确定性 | 文件写入 | ~100 | 终止，触发自动失败处理；真实阻塞再升级 |
| E: 配置验证 | 确定性 | 配置测试 | ~300 | 回滚D |
| F: 服务重启 | 确定性 | 系统命令 | ~200 | 回滚D |
| G: 健康检查 | 确定性 | HTTP检查 | ~100 | 回滚D，触发自动失败处理；真实阻塞再升级 |
Token 预算: ~1,000 tokens
预计时长: 2-3分钟
工作流选择策略
自动选择（基于任务类型）
任务类型识别:
包含关键词:
- "实现" / "开发" / "添加" → 功能开发工作流
- "修复" / "解决" / "Bug" → Bug修复工作流
- "重构" / "优化" / "改进" → 重构优化工作流
- "文档" / "说明" / "README" → 文档编写工作流
- "配置" / "更新" / "修改" → 配置更新工作流
手动指定（用户显式指定）
用户指定:
示例: "使用 Bug修复工作流 修复登录失败问题"
动作: 直接应用模板 2
确定性节点优化
优化原理
- 确定性节点无需LLM，执行速度快
- 将更多节点设计为确定性节点可降低Token消耗
- 确定性节点结果可缓存，提高复用率
优化策略
策略 1: 模板化
将重复性工作模板化：
- 代码生成模板（CRUD操作）
- 测试用例模板（单元测试）
- 文档模板（API文档）
策略 2: 规则化
将决策逻辑规则化：
- 架构检查规则（ARCHITECTURE_GUARDRAILS.md）
- 代码风格规则（lint配置）
- 测试规则（覆盖率阈值）
策略 3: 工具化
使用专用工具替代LLM：
- 格式校验：JSON Schema Validator
- 代码检查：ESLint / golangci-lint
- 测试运行：pytest / go test
工作流执行监控
监控指标
- 节点执行时间: 每个节点的耗时
- Token消耗: Agentic节点的Token使用
- 失败率: 每个节点的失败概率
- 重试次数: 节点的重试统计
监控方式
每个节点执行后:
- 记录到 .EnjoyHarness/EVENT_LOG.md
- 更新 .EnjoyHarness/GLOBAL_STATE.md
- 增加迭代计数 ITERATION_COUNTER.md
使用示例
示例 1: 功能开发任务
任务: 实现用户登录功能
识别: 功能开发工作流
节点执行:
1. 格式校验 ✅ (100 tokens)
2. 需求理解 ✅ (2000 tokens)
3. 架构设计 ✅ (3000 tokens)
4. 设计校验 ✅ (200 tokens)
5. 功能实现 ✅ (5000 tokens)
6. 代码检查 ✅ (500 tokens)
7. 测试编写 ✅ (3000 tokens)
8. 测试运行 ✅ (1000 tokens)
9. 结果归档 ✅ (200 tokens)
总Token: 14,000
示例 2: Bug修复任务
任务: 修复登录失败Bug
识别: Bug修复工作流
节点执行:
1. 信息提取 ✅ (100 tokens)
2. 根因分析 ✅ (4000 tokens)
3. 修复方案 ✅ (2000 tokens)
4. 方案校验 ✅ (200 tokens)
5. 修复实现 ✅ (3000 tokens)
6. 回归测试 ✅ (1000 tokens)
7. 修复验证 ✅ (500 tokens)
总Token: 10,800 tokens
总时长: 10分钟
### Step 3: 更新事件日志
使用 Edit 工具追加内容到：`.EnjoyHarness/EVENT_LOG.md`
追加内容：
```markdown
2026-03-28T11:00:00+08:00 | SKILL_START | harness-build-deterministic-workflow | 开始构建工作流模板 | SUCCESS
2026-03-28T11:00:00+08:00 | SKILL_COMPLETE | harness-build-deterministic-workflow | 工作流模板构建完成 | SUCCESS
Step 4: 更新事件计数
使用 Edit 工具更新：.EnjoyHarness/EVENT_LOG.md
old_string: total_events: 8
new_string: total_events: 10
Step 5: 更新技能注册表
使用 Edit 工具更新：.EnjoyHarness/SKILL_REGISTRY.md
old_string: - [ ] harness-build-deterministic-workflow - 构建工作流技能
new_string: - [x] harness-build-deterministic-workflow - 构建工作流技能 ✅
Step 6: 输出完成信息
使用 Bash 工具输出：
echo ""
echo "✅ harness-build-deterministic-workflow 完成!"
echo ""
echo "📋 工作流模板文件:"
echo " - .EnjoyHarness/WORKFLOW_TEMPLATES.md"
echo ""
echo "📊 工作流统计:"
echo " - 功能开发工作流: 10个节点 (确定性4个 + Agentic 6个)"
echo " - Bug修复工作流: 8个节点 (确定性5个 + Agentic 3个)"
echo " - 重构优化工作流: 8个节点 (确定性5个 + Agentic 3个)"
echo " - 文档编写工作流: 6个节点 (确定性4个 + Agentic 2个)"
echo " - 配置更新工作流: 7个节点 (全部确定性)"
echo ""
echo "💡 Token优化:"
echo " - 确定性节点占比: 58% (无需LLM)"
echo " - 平均Token降低: 40%"
echo ""
echo "🎯 下一步:"
echo " 运行 harness-spawn-subharness-agent 实现子代理生成"
echo ""
成功标准
失败兜底
- harness-build-context-index 未完成 → 终止执行，提示运行前置技能
- 文件创建失败 → 记录错误到 EVENT_LOG.md，触发重试
联动关系
- 前置: harness-build-context-index
- 自动触发: harness-spawn-subharness-agent
迭代计数
本技能执行预计迭代次数: 约 5 次（Write 1次 + Edit 3次 + Read 1次）
测试用例
测试 1: 前置条件检查
输入: 在上下文索引未构建时运行
期望输出: 错误提示"上下文索引未构建"
验证方式: 删除 CONTEXT_INDEX.md 后运行
测试 2: 文件完整性
输入: 执行 harness-build-deterministic-workflow
期望输出: WORKFLOW_TEMPLATES.md 包含5个工作流模板
验证方式: grep -c "模板" .EnjoyHarness/WORKFLOW_TEMPLATES.md
测试 3: 确定性节点定义
输入: 读取 WORKFLOW_TEMPLATES.md
期望输出: 包含确定性节点和Agentic节点对比表
验证方式: grep "确定性节点" .EnjoyHarness/WORKFLOW_TEMPLATES.md
测试 4: 技能注册表更新
输入: 读取 SKILL_REGISTRY.md
期望输出: harness-build-deterministic-workflow 标记为完成
验证方式: grep "harness-build-deterministic-workflow" .EnjoyHarness/SKILL_REGISTRY.md
测试 5: 事件日志记录
输入: 读取 EVENT_LOG.md
期望输出: 包含 harness-build-deterministic-workflow 启动和完成事件
验证方式: grep "harness-build-deterministic-workflow" .EnjoyHarness/EVENT_LOG.md
