HelixHarness Inafanya kazi

HelixHarness ni mfumo wa uhandisi wa AI Coding uliotolewa kwa chanzo huria na timu ya teknolojia ya fedha ya Didi, unaoendeshwa juu ya Codex na Claude Code. HelixHarness huendesha mchakato wa maendeleo kupitia mtiririko sanifu wa Propose→Apply→Archive, na kutumia muktadha uliopangwa katika tabaka nne za Knowledge, Harness, Specs na Hooks kuingiza maarifa ya biashara ya timu, viwango vya uhandisi na kanuni za ukaguzi katika mchakato wa utekelezaji wa Agent. Jukwaa la hiari linaloandamana nalo hutoa uwezo wa ufuatiliaji, tathmini ya kulinganisha matoleo na mageuzi yanayodhibitiwa, na kusaidia timu kujenga na kuboresha Harness maalum kwao.

Mfuate kwenye WeChat na ujibu “开源” ili kujiunga na kikundi cha majadiliano cha miradi ya AI ya chanzo huria
Mtiririko sanifu wa kazi: Amri za Propose→Apply→Archive huendesha mahitaji kupitia mchakato kamili wa maendeleo, kutoka usanifu wa suluhisho na utekelezaji hadi kuhifadhi kumbukumbu.
Usimamizi wa muktadha wa uhandisi: Saraka nne zilizopangwa za Knowledge, Harness, Specs na Hooks hubadilisha maarifa ya mradi, vikwazo vya uhandisi, mikataba ya mahitaji na kanuni za ukaguzi kuwa rasilimali zinazoweza kutumiwa tena.
Upakiaji wa muktadha kulingana na mahitaji: Kwa kutumia mfumo wa faharasa, hati zinazohitajika kwa kazi ya sasa hupakiwa kwa usahihi, ili maarifa yatumike kikamilifu wakati wa utekelezaji wa Agent.
Kuongezeka kwa thamani ya maarifa: Uzoefu wa uthibitishaji uliothibitishwa na binadamu huhifadhiwa na unaweza kutumiwa tena katika kazi zinazofanana baadaye, na hivyo kuimarisha DNA ya uhandisi ya timu.
Ufuatiliaji wa mchakato: Hurekodi data ya utekelezaji wa mtiririko wa kazi, hali za hatua, matumizi ya Token na njia za kurudia kazi, ili kubaini maeneo yenye msuguano.
Tathmini ya mfumo: Matoleo yaliyogandishwa ya Base/Candidate hujaribiwa kwa kulinganisha katika hali zilezile, na kuthibitisha kwa njia yenye lengo athari za mabadiliko ya mfumo.
Mageuzi yanayodhibitiwa: Dhana za uboreshaji huundwa kutokana na ushahidi wa ufuatiliaji, kisha hupitishwa baada ya tathmini na mapitio ya binadamu, na kuunda mzunguko kamili wa maboresho.
Ushirikiano kati ya hazina: Workspace ya hazina nyingi hurekodi majukumu ya kila hazina na kusaidia uratibu wa kazi kati ya huduma pamoja na kuendeleza vikao.
Usaidizi wa waendeshaji wawili: Inaoana na Codex na Claude Code; sakinisha kwa mbofyo mmoja kupitia soko la programu-jalizi bila kuhitaji kunakili msimbo wa chanzo mwenyewe.

Maandalizi ya mazingira: Hakikisha umesakinisha Python 3.10+, Git, pamoja na Codex au Claude Code ambayo umeingia na inaweza kutumika kwa kawaida.
Sakinisha programu-jalizi: Tekeleza codex plugin marketplace add https://github.com/didi/helixharness.git na codex plugin add helix@helixharness-marketplace.
Ingia kwenye mradi: Anzisha kikao kipya cha Agent katika hazina ya biashara unayotaka kuendeleza.
Anzisha mradi: Tekeleza /helix:init katika mazungumzo ili kuzalisha muundo wa saraka na faili za muktadha zinazohitajika na HelixHarness.
Andika mahitaji: Andika maelezo ya mahitaji katika hati iliyo chini ya docs/specs/, au izalishe kwa njia ya maingiliano kupitia /helix:propose.
Anzisha mtiririko wa kazi: Tekeleza /helix:propose <kazi> <faili ya mahitaji> --loop ili Agent ikamilishe kiotomatiki mchakato mzima wa Propose→Apply→Archive.
Uamuzi wa binadamu: Mchakato husitisha katika hatua muhimu na kusubiri uthibitisho wako wa upeo, suluhisho na vigezo vya kukubali; ingiza tu uamuzi wako kulingana na maelekezo.
Angalia maendeleo: Tumia /helix:status wakati wowote kukagua hatua ya sasa, maendeleo na vipengele vinavyozuia kazi.
Thibitisha uhifadhi: Baada ya kazi kukamilika, kagua maarifa yaliyopendekezwa kuhifadhiwa na Archive; baada ya kuthibitisha, yaandike kwenye hazina ya maarifa ya mradi ili yatumiwe tena baadaye.
Usimamizi wa usanidi: Tumia /helix:config kuangalia au kubadilisha idhini ya telemetry na anwani ya kutuma data.

Kugeuza maarifa ya uhandisi kuwa rasilimali: Maarifa ya biashara na vikwazo vya usanifu vilivyotawanyika katika hati na uzoefu wa mtu binafsi hubadilishwa kuwa rasilimali zilizopangwa, zinazoweza kudumishwa na kutumiwa tena ndani ya mradi.
Athari ya kuongezeka kwa thamani ya maarifa: Uzoefu uliothibitishwa huhifadhiwa baada ya kuthibitishwa, na kazi zinazofuata hupakia kiotomatiki kupitia faharasa; hivyo hatua ya kuanzia ya Agent huendelea kuboreshwa pamoja na mradi.
Ukaguzi katika mzunguko mzima wa maisha: Mchakato wa Propose→Apply→Archive huhifadhi vipimo vya mahitaji, ushahidi wa utekelezaji na matokeo ya kukubali ndani ya hazina, na kufanya mchakato uwe wazi na unaoweza kufuatiliwa.
Uboreshaji wa mfumo unaoweza kupimika: Jukwaa linaloandamana linaunga mkono tathmini ya kulinganisha matoleo yaliyogandishwa; kila mabadiliko ya kanuni au Skill huwa na msingi wa data, na hivyo kupunguza hatari ya maboresho.
Uwezo wa kupanuka kwa kiwango cha timu: Umetokana na matumizi halisi katika zaidi ya idara 10 na mamia ya moduli za biashara ndani ya Didi, na hutatua changamoto ya kuhamisha AI Coding kutoka kuongeza ufanisi wa mtu binafsi hadi uwasilishaji wa timu.

Hazina ya GitHub: https://github.com/didi/helixharness

Uendelezaji wa vipengele vya biashara vya kiwango cha kampuni: Katika miradi yenye kanuni changamano za biashara kama fedha na biashara ya mtandaoni, Agent hutumia maarifa ya kikoa yaliyohifadhiwa kukamilisha uwasilishaji wa vipengele vipya na kuhakikisha uzingatiaji wa mantiki ya biashara.
Uendelezaji wa kiwango kikubwa kwa ushirikiano wa timu nyingi: Workspace ya hazina nyingi huratibu mahitaji ya vipengele kati ya huduma katika usanifu wa microservices, huunganisha viwango vya AI Coding vya idara mbalimbali na kuepusha kila timu kubinafsisha Harness yake tena.
Matengenezo na urekebishaji wa mifumo iliyorithiwa: Maarifa ya usanifu wa mfumo na maamuzi ya kihistoria yaliyohifadhiwa katika tabaka la Knowledge husaidia Agent kuelewa haraka msimbo wa zamani, na kufanya urekebishaji na uhamishaji kwa usalama chini ya vikwazo vya Harness, huku ikipunguza hatari ya mabadiliko.
Uboreshaji endelevu wa mifumo na viwango: Watunzaji wa mfumo hutumia uwezo wa ufuatiliaji na tathmini wa jukwaa kulinganisha utendaji wa matoleo tofauti ya Rule/Skill katika hali halisi, na kutumia data kuamua kama marekebisho ya kanuni yakubaliwe.