Harness Score CLI
CLI оценивает зрелость обвязки ИИ-агента в репозитории от L0 до L4: 36 проверок по файлам, без вызовов моделей и сети.
- 619 ★ репозитория
- Последний коммит
- MIT
Минимальный доступ
Почему такой уровень
- Скан только читает файлы репозитория и не обращается к сети, записи ограничены отчетами и значками по явным ключам.
Установка
- Работает в
Ручная установка
npx harness-scoreУстановка не нужна. Для повторных запусков есть npm install -g harness-score или --save-dev.
Доступ и проверки
Как мы проверяемМинимальный доступИнструмент ничего не запускает и не ходит в сеть.
- Скан только читает файлы репозитория и не обращается к сети, записи ограничены отчетами и значками по явным ключам.
Это чужой код. Посмотрите файлы в репозитории перед установкой.
Что делает
Harness Score сканирует репозиторий и измеряет обвязку вокруг ИИ-агента: файлы контекста, правила, скиллы, хуки, тесты и защиту от опасных действий. Результат: уровень зрелости от L0 до L4 и баллы из 108 по шести измерениям: контекст и руководства, скиллы и команды, хуки и ограничения, датчики обратной связи, CI, гигиена и безопасность. Все 36 проверок опираются на факты файловой системы: файл существует, разбирается, совпадает с шаблоном. Вызовов языковых моделей и сети нет, поэтому один и тот же коммит дает один и тот же балл на ноутбуке и в CI. По каждой непройденной проверке отчет называет файл, объясняет нехватку и ведет к рецепту исправления. Строка `To reach L3` показывает, что мешает следующему уровню. Инструмент распознает обвязку Cursor, Claude Code, Windsurf, Cline, Continue, Codex и Devin. Вывод бывает текстовым, JSON, Markdown, SVG-значком и карточкой для соцсетей. Ключ `--diff` сравнивает прогоны, `--min-level` задает порог для CI, а GitHub Action запускает проверку при каждой отправке изменений. Отдельный плагин добавляет в Cursor команду `/harness-audit` и скилл `harness-engineering`, чтобы агент сам закрывал пробелы.
Для кого. Командам, которые ведут репозитории с Cursor, Claude Code или Codex и хотят числом измерять и держать в CI надежность окружения агента.
Подходит, если
- В репозитории есть AGENTS.md и правила, а нужно узнать, чего еще не хватает до тестов, линтера и хуков.
- Перед внедрением агентов в команду нужен стартовый замер и список приоритетных исправлений.
- Сборка в CI должна падать, если зрелость обвязки опустилась ниже заданного уровня.
- Два репозитория на одной модели работают по-разному, и нужно сравнить их обвязку.
- В README нужен значок с уровнем зрелости, который CI обновляет сам.
Не подходит, если
- Нужно проверить качество тестов или истинность правил: инструмент видит только наличие и форму файлов, устаревшее правило получает тот же балл, что свежее.
- Нужна оценка поведения агента или функциональной корректности: статический скан этого не умеет.
- Требуется контроль веток, ревью и командных практик, которые лежат вне дерева файлов.
Пример запроса к агенту
Запусти harness-score в корне проекта и покажи, что мешает перейти с уровня L2 на L3.Ограничения
Оценка отражает наличие инфраструктуры для надежной работы агента, но не гарантирует ее. Хорошие тесты и верные правила скан отличить от плохих не может.
Дерево обходится целиком, но файлы крупнее 512 КБ пропускаются; при более чем миллионе файлов, ссылке за пределы корня или нечитаемом пути снимок помечается неполным и код выхода равен 2.
Плагины для Claude Code и Windsurf в работе, основной плагин сейчас для Cursor.
Как отключить. npx ничего не оставляет в проекте. Глобальную установку снимает `npm uninstall -g harness-score`, шаг GitHub Action удаляют из конфигурации CI.
Частые вопросы
Что означают уровни L0–L4?
L0 без обвязки, L1 есть содержательный AGENTS.md, L2 добавлены правила и хотя бы один скилл, L3 работают тесты, линтер и CI, L4 хуки блокируют опасные действия и форматируют правки.
Отправляет ли инструмент данные в сеть?
Нет. Скан не делает сетевых запросов и не вызывает модели. Нулевые зависимости времени выполнения и детерминизм закреплены автором как постоянные обязательства.
Как включить проверку в CI?
Добавьте шаг `paladini/harness-score@v1` и при необходимости параметр `badge`. Порог уровня задается ключом `--min-level`, код выхода 1 означает, что порог не достигнут.
Для каких агентов подходит оценка?
Для репозиториев с Cursor, Claude Code, Windsurf, Cline, Continue, Codex и Devin: наличие любого из признаков засчитывается по принципу ИЛИ.
Чем плагин отличается от CLI?
Плагин добавляет в Cursor команду `/harness-audit` и скилл `harness-engineering`, чтобы агент сам исправлял пробелы. CLI только измеряет и выдает отчет.
Обсуждение
Вопросов и отзывов пока нет.
Похожие
CLI-инструментыХуки для Claude Code и Codex CLI ведут журнал действий агента и не принимают «готово» без пройденной проверки.
Оценка от 0 до 10 для CLAUDE.md и AGENTS.md: Reporails находит размытые правила, повторы и битые импорты
Скилл гоняет стороннюю обвязку кодинг-агента на 30 задачах бенчмарка и сравнивает пройденные задачи, стоимость и время.
Стенд оценки кодинг-агентов: 26 компактных задач на 6 языках в контейнерах Docker, взвешенный балл и проверка целостности
Локальный отладчик TypeScript-агентов: дерево шагов, проверка траектории в CI и архив доказательств без аккаунта.
CLI находит в коде следы агентов: лишние комментарии, проглоченные ошибки, выдуманные импорты, и ставит оценку от 0 до 100
Коротко о README
README начинается с тезиса, что агент равен модели и обвязке, показывает пример вывода и лестницу зрелости. Затем таблица шести измерений, честный список того, чего инструмент не измеряет, правила версионирования, четыре компонента проекта, значки и способы установки.