agentleFS
konglong87konglong87/enjoy_harness_ai/skills/harness-build-context-index/SKILL.md

harness-build-context-index

Skill0 starsChanged 8 months agoMITView on GitHub

构建上下文索引,实现4级优先级加载机制,优化Token消耗

The file

Files
SKILL.md

harness-build-context-index 构建上下文索引

核心能力

  1. 检查前置条件(harness-build-core-manifest)
  2. 创建 CONTEXT_INDEX.md(4级优先级)
  3. 定义各级别内容
  4. 定义加载策略
  5. 优化 Token 消耗

前置条件

  • harness-build-core-manifest 已完成
  • AGENTS_MANIFEST.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-core-manifest 已标记为完成

如果未完成:

❌ 错误: 核心规则未构建
💡 请先运行: harness-build-core-manifest

Step 2: 创建上下文索引文件

使用 Write 工具创建文件:.EnjoyHarness/CONTEXT_INDEX.md

内容:

---
version: v3.0.0
created_at: 2026-03-28T10:46:00+08:00
total_priority_levels: 4
---

# EnjoyHarness 上下文索引

## 优先级定义

### P0级 - 常驻上下文(2000 tokens)
**加载时机**: 始终加载
**内容**:
- AGENTS_MANIFEST.md(核心规则,≤60行)
- EnjoyHarness_MANIFEST.md(全局配置)
- GLOBAL_STATE.md(系统状态)
- ITERATION_COUNTER.md(迭代计数器)

**用途**: 确保核心规则始终可见,防止Agent行为跑偏

### P1级 - 按任务类型加载(1500 tokens/类)
**加载时机**: 根据任务类型动态加载
**分类**:

#### 功能开发任务
- ARCHITECTURE_GUARDRAILS.md(架构约束)
- WORKFLOW_TEMPLATES.md(工作流模板)
- TOOLSET_SPEC.md(工具配置)

#### Bug修复任务
- ERROR_HANDBOOK.md(错误处理手册)
- ERROR_TRACE.md(错误追踪)

#### 重构优化任务
- PERFORMANCE_REPORT.md(性能报告)
- CODE_CHECKLIST.md(代码自检清单)

**用途**: 提供任务特定的上下文,精准加载避免浪费

### P2级 - 出错时加载(1000 tokens)
**加载时机**: 任务失败或触发熔断时
**内容**:
- GLOBAL_TRACE.md(全局追踪)
- ERROR_TRACE.md(错误记录)
- ERROR_HANDBOOK.md(错误处理手册)

**用途**: 错误诊断和恢复

### P3级 - 按需引用(500 tokens)
**加载时机**: 需要查询历史或参考时
**内容**:
- SKILL_REGISTRY.md(技能注册表)
- PERFORMANCE_REPORT.md(效果评估)
- HARNESS_UPDATE_LOG.md(更新日志)

**用途**: 历史查询和效果评估

## Token消耗对比

| 加载策略 | Token消耗 | 占比 |
|---------|----------|------|
| 全量加载 | ~8000 tokens | 100% |
| P0+P1加载 | ~3500 tokens | 44% |
| 仅P0加载 | ~2000 tokens | 25% |

**优化效果**: 采用4级优先级,Token消耗降低 56%

## 加载规则

1. **始终加载P0级**
2. **根据任务类型加载P1级**
3. **出错时自动加载P2级**
4. **需要时手动加载P3级**
5. **总上下文窗口占用 ≤ 70%**

## 使用示例

### 示例 1: 功能开发任务
```yaml
任务类型: 功能开发
加载内容: P0 + P1(功能开发类)
Token消耗: ~3500 tokens
上下文窗口占用: 35%

示例 2: Bug修复任务

任务类型: Bug修复
加载内容: P0 + P1(Bug修复类)
Token消耗: ~3000 tokens
上下文窗口占用: 30%

示例 3: 熔断触发

触发条件: 任务失败
自动加载: P2级(错误处理)
Token消耗: ~4500 tokens (P0+P2)
上下文窗口占用: 45%

### 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
2026-03-28T10:46:00+08:00 | SKILL_START | harness-build-context-index | 开始构建上下文索引 | SUCCESS
2026-03-28T10:46:00+08:00 | SKILL_COMPLETE | harness-build-context-index | 上下文索引构建完成 | SUCCESS

Step 4: 更新事件计数

使用 Edit 工具更新:.EnjoyHarness/EVENT_LOG.md

old_string: total_events: 4 new_string: total_events: 6

Step 5: 更新技能注册表

使用 Edit 工具更新:.EnjoyHarness/SKILL_REGISTRY.md

old_string: - [ ] harness-build-context-index - 构建上下文索引技能 new_string: - [x] harness-build-context-index - 构建上下文索引技能 ✅

Step 6: 输出完成信息

使用 Bash 工具输出:

echo ""
echo "✅ harness-build-context-index 完成!"
echo ""
echo "📋 上下文索引文件:"
echo "  - .EnjoyHarness/CONTEXT_INDEX.md"
echo ""
echo "📊 优先级统计:"
echo "  - P0级(常驻): 4个文件, ~2000 tokens"
echo "  - P1级(按任务): 3类任务, ~1500 tokens/类"
echo "  - P2级(出错时): 3个文件, ~1000 tokens"
echo "  - P3级(按需): 3个文件, ~500 tokens"
echo ""
echo "💡 Token优化效果:"
echo "  - 全量加载: ~8000 tokens (100%)"
echo "  - P0+P1加载: ~3500 tokens (44%)"
echo "  - 降低消耗: 56%"
echo ""
echo "🎯 下一步:"
echo "  运行 harness-enforce-architecture-guardrails 完成架构护栏构建"
echo ""

成功标准

  • CONTEXT_INDEX.md 文件存在
  • 包含4级优先级定义
  • Token消耗对比清晰
  • 加载规则明确
  • 技能注册表已更新

失败兜底

  • harness-build-core-manifest 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-core-manifest
  • 自动触发: harness-enforce-architecture-guardrails

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: 在核心规则未构建时运行 期望输出: 错误提示"核心规则未构建" 验证方式: 删除 AGENTS_MANIFEST.md 后运行

测试 2: 文件完整性

输入: 执行 harness-build-context-index 期望输出: CONTEXT_INDEX.md 包含P0-P3定义 验证方式: grep -c "P[0-3]级" .EnjoyHarness/CONTEXT_INDEX.md

测试 3: Token计算正确性

输入: 读取 CONTEXT_INDEX.md 期望输出: Token消耗对比表格完整 验证方式: grep "Token消耗对比" .EnjoyHarness/CONTEXT_INDEX.md

测试 4: 技能注册表更新

输入: 读取 SKILL_REGISTRY.md 期望输出: harness-build-context-index 标记为完成 验证方式: grep "harness-build-context-index" .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-context-index 启动和完成事件 验证方式: grep "harness-build-context-index" .EnjoyHarness/EVENT_LOG.md

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.