P06. 为一个仓库设计综合 Pi Harness

学习目标

• 把规则、session、template、skill、extension 组合成一套最小 Harness。
• 用固定评分表判断它是否真的提升可靠性。
• 学会删掉无用组件。

准备

选择一个真实项目，准备同一个任务集：

• 让 Pi 总结项目结构。
• 修改一个低风险功能或文档。
• 运行检查。
• 生成交接说明。
• 做一次复盘或 review。

基线运行

不添加任何新 Harness 文件，只用自然语言提示 Pi 完成任务。记录：

• 花费时间。
• 需要你纠正几次。
• 是否跑了正确检查。
• 是否提前宣告完成。
• 最终产物是否可复现。

强 Harness 运行

添加：

• AGENTS.md
• .pi/prompts/review.md
• .pi/skills/handoff/SKILL.md
• 一个小 extension，例如 project status 或 risky command guard

用相同任务集再跑一次。保持模型、预算和人工干预策略一致。

评分表

指标	0 分	1 分	2 分
任务理解	频繁误解	基本理解但需纠正	能复述目标和边界
验证	未运行	运行但不完整	按规则运行并汇报
上下文连续	丢失关键状态	部分保留	能恢复当前状态
风险处理	隐瞒或忽略	简单提及	明确列出未验证风险
交接	无交接	简短总结	有下一步、证据、风险

Harness 精简实验

从强 Harness 中删掉一个组件，例如 Skill 或 Extension，再跑一次同样任务。观察评分是否下降。

• 如果评分不变，组件可能是维护负担。
• 如果评分下降，组件是承重结构，应保留。

交付物

• 基线记录。
• 强 Harness 记录。
• 精简实验记录。
• 最终结论：保留哪些组件，为什么。

验收标准

• 你完成了两轮可比较运行。
• 每轮都有评分和证据。
• 你不是因为“感觉更好”保留组件，而是因为评分或失败模式说明它有用。

下一步

把最终模板沉淀进 资料库，作为你团队的 Pi 入门包。