11月9日消息,滴滴金融科技团队开源 HelixHarness,帮助团队在 Codex 和 Claude Code 中构建自己的 AI 编码 Harness,把业务知识、工程规范和研发流程带入智能体的工作。 项目采用 Apache-2.0 许可证,支持单仓库和多仓库工作区。GitHub 仓库于10月27日创建,截至11月9日查询时已获得346 颗星。
9 个命令串联需求到归档
HelixHarness 将研发过程拆为需求、实现、测试、评审和归档。Propose 用来明确任务范围与验收条件,Apply 负责实现、测试和评审,Archive 检查完成条件并记录结果。
项目共提供 9 个命令。任务的范围、计划和验证证据保存在业务仓库中,工作流状态也可持久化,用于在新会话中继续未完成的任务。
多仓库 Workspace 会记录不同仓库的职责,协调跨服务开发。当前版本支持 Codex 和 Claude Code,更多宿主与工作流配置仍属于项目规划。 经验经确认后写入项目文档
归档是 HelixHarness 处理团队经验的关键环节。完成实现和验证后,Archive 会提出可保留的稳定知识,用户确认后才将其写入项目知识文档。
这些知识包括业务规则、接口边界和实现经验。后续需求启动时,Propose 和 Apply 可通过索引读取相关文档,让智能体在已有项目事实的基础上继续工作。
因此,跨会话连续性并不依赖智能体自动记住上一次对话,而依赖团队持续维护的仓库文档。项目用“交付代码,留下经验,演进 Harness”概括这一设计。
可选平台评测框架版本
helixharness-platform 面向修改命令、工作流规则、技能和上下文加载策略的维护者。平台可以记录工作流状态、耗时、Token 用量和返工情况,帮助定位使用中的卡点。
评测功能会冻结基础版本和候选版本,在同一组 Case 下比较结果与执行证据。评测对象是 HelixHarness 框架,不是业务代码的通用质量评分。候选改进是否采纳仍由人决定。
项目同时披露了展示材料的边界。平台截图使用合成演示数据,Demo 评测采用 Mock 执行,不能据此证明实际改进收益。真实评测需要团队自己的模型服务和经过校准的 Case。
插件可独立安装使用
团队无需部署平台即可使用插件。安装要求包括 Python 3.10 或更高版本、Git,以及支持插件市场的 Codex 或 Claude Code。项目还附带一个任务筛选示例,提供起始项目、需求和独立验收脚本。
与 Superpowers 的研发技能组合、OpenSpec 的规范驱动变更相比,HelixHarness 把项目约束、知识复用和框架迭代放在同一套研发流程中。这一对照来自项目文档,不代表对其他项目的效果评价。
HelixHarness 的源码与中文指南已在 GitHub 公开,普通使用问题可通过仓库 Issues 反馈。