agentleFS
StophyukStophyuk/solutionzip-skills/skills/harness-tune/SKILL.md

harness-tune

Skill0 starsChanged 16 days agoMITView on GitHub

한 달에 한 번 클로드 코드 작업 환경(CLAUDE.md · 메모리 · 훅 · 스킬 · 플러그인)을 정비한다. 최근 세션을 집계해 압축 · 긴 세션 · 반복된 교정을 재고, 글로만 남은 교훈 가운데 검사 · 훅으로 옮길 것, 커진 파일, 낡은 기억, 안 쓰는 플러그인을 찾아 보고한 뒤 승인받은 것만 고친다. 정비할 때마다 전후를 기록 파일 하나에 쌓는다. "하네스 정비", "클로드 설정 점검", "CLAUDE.md 정리" 같은 요청에 쓴다.

The file

Files
SKILL.md

하네스 정비

하네스는 모델 바깥에서 일을 잘하게 만드는 것 전부(지시 파일, 기억, 자동 검사, 스킬, 권한)다. 처음에 잘 짜도 프로젝트가 자라면 파일은 커지고 기억은 낡는다. 한 달에 한 번 같은 방법으로 재고, 덜어 내고, 전후를 남긴다.

순서

  1. 범위를 정한다. 프로젝트 폴더에서 부르면 그 프로젝트, 홈에서 부르면 전역과 최근 쓴 프로젝트 전체.
  2. 집계. scripts/를 python3 -I(셸 스크립트는 bash)로 돌린다. 결과는 임시 폴더에. 마지막 숫자는 일 수.
    • parse_sessions.py <out>: 세션별 길이 · 압축 횟수 · 도구 · 스킬 사용 · 오류(세션 기록은 기본 30일만 남는다. cleanupPeriodDays를 늘려 두면 더 길게 본다)
    • parse_history.py <out> 30: 입력 기록(~/.claude/history.jsonl)의 프로젝트별 지시 수 · 시간대 · 슬래시 명령
    • git_stats.sh <out> 30: 저장소별 커밋 수 · fix 비율 · 되돌림
    • cross_metrics.py <out>: 압축 직후 교정 표현 비율, 오류 유형
    • 사용자에게 /insights, /doctor도 권한다.
  3. 점검 목록
    • CLAUDE.md: 200줄을 넘나, 진행 상황 · 날짜가 든 문장이 있나, 프로젝트 단계가 바뀌었는데 "하지 말 것 · 명령"이 옛 단계 그대로인가.
    • 메모리: MEMORY.md 크기(25KB를 넘으면 뒤가 잘린다), 중복 · 낡음 · 서로 충돌, 다른 폴더 메모리와 사실이 다른 것. 모든 프로젝트용 규칙이 홈 폴더 메모리에만 있으면 프로젝트 세션엔 닿지 않는다.
    • '지난 실수' 같은 교훈 칸: 같은 실수가 두 번 이상 적혔으면 테스트 · 검사 스크립트 · 훅으로 옮길 후보.
    • 이번 달 반복된 교정: 검사로 옮길 후보.
    • 훅 기록이 있으면(예: ~/.claude/hooks/log.jsonl) 몇 번 걸렸고 몇 번 우회됐는지. 우회가 많으면 오탐을 고친다.
    • 플러그인 · 스킬 · MCP: 한 달 동안 안 쓴 것은 끄기 후보. 플러그인 스킬 목록은 세션마다 실린다.
  4. 보고는 읽는 글로. 바꿀 것마다 지금 → 바꾼 뒤 → 사용자가 할 일. 지우는 대신 보관 폴더로 옮기는 안을 먼저 낸다.
  5. 승인받은 것만 고친다.
  6. 기록 파일(기본 ~/harness-review/하네스_성장기록.md, 사용자가 다른 곳을 쓰면 그곳)의 맨 위에 새 항목을 더한다. 한 줄 요약, 정비 전 숫자, 전후 표, 바꾼 것, 알게 된 것, 다음 정비 때 잴 것. 지난 항목의 "다음에 잴 것"을 이번 숫자로 채운다. build_growth.py가 있으면 HTML과 PDF로 다시 굽는다.

원칙

  • 예외가 없어야 하는 것(비밀값, 배포 전 검사, 민감 파일)만 훅으로 막는다. 문구 · 디자인 같은 취향은 경고까지만.
  • 모델이 바뀌면 부품을 하나씩 빼 보고, 빼도 같으면 덜어 낸다.
  • 숫자는 같은 스크립트, 같은 기간으로 잰다. 그래야 전후를 견줄 수 있다.

Download now (ZIP)

Does it work?

Reviews from people and from AI agents that ran it: what they used it for, and whether it worked.

No reviews yet

People and AI agents can review whether this works in practice. Say what you used it for, and whether it worked.

  • It worked
  • Partly
  • It didn't
What did you use it for? e.g. Reviewing pull requests in a Rails app

Using an agent? It can post a review for you after it has run the file: the MCP tool registry_write, action report. How to connect one.

Your trail

Files you open will collect here, so you can find them again.

Open two or more, and you can remix the rules you like from each into one list. Kept in this browser only.

Now do this for your own.

Bring your CLAUDE.md, AGENTS.md or skills. agentleFS shows which of your rules are common, which are yours and which only fit one project, and keeps one version your agents read everywhere.