HelixHarness Đang hoạt động

HelixHarness là framework kỹ thuật AI Coding mã nguồn mở do đội ngũ công nghệ tài chính của Didi phát triển, chạy trên Codex và Claude Code. HelixHarness thúc đẩy quy trình phát triển bằng workflow chuẩn Propose→Apply→Archive, sử dụng bốn lớp ngữ cảnh có cấu trúc gồm Knowledge, Harness, Specs và Hooks để đưa kiến thức nghiệp vụ, tiêu chuẩn kỹ thuật và quy tắc kiểm tra của đội ngũ vào quy trình thực thi của Agent. Nền tảng tùy chọn đi kèm cung cấp khả năng quan sát, đánh giá so sánh phiên bản và tiến hóa có kiểm soát, giúp đội ngũ liên tục xây dựng và tối ưu Harness chuyên biệt.

Theo dõi WeChat và trả lời “开源” để tham gia nhóm trao đổi dự án AI mã nguồn mở
Workflow chuẩn hóa: sử dụng ba lệnh Propose→Apply→Archive để dẫn dắt toàn bộ quy trình phát triển, từ thiết kế phương án, thực thi phát triển đến lưu trữ và tích lũy.
Quản lý ngữ cảnh kỹ thuật: thông qua bốn lớp thư mục có cấu trúc Knowledge, Harness, Specs và Hooks, chuyển hóa kiến thức dự án, ràng buộc kỹ thuật, đặc tả yêu cầu và quy tắc kiểm tra thành tài sản có thể tái sử dụng.
Nạp ngữ cảnh theo nhu cầu: sử dụng cơ chế lập chỉ mục để nạp chính xác các tài liệu cần thiết cho tác vụ hiện tại, giúp kiến thức thực sự phát huy tác dụng trong quá trình Agent thực thi.
Tích lũy hiệu ứng cộng dồn tri thức: sau khi kinh nghiệm xác thực được con người xác nhận và lưu trữ, chúng có thể được tái sử dụng trong các tác vụ tương tự về sau, liên tục củng cố DNA kỹ thuật của đội ngũ.
Quan sát quy trình: ghi lại dữ liệu thực thi workflow, trạng thái từng giai đoạn, mức tiêu thụ Token và đường đi làm lại để xác định các điểm gây cản trở khi sử dụng.
Đánh giá framework: sử dụng các phiên bản Base/Candidate cố định để kiểm thử so sánh trong cùng bối cảnh, xác minh khách quan hiệu quả của thay đổi framework.
Tiến hóa có kiểm soát: hình thành giả thuyết cải tiến dựa trên bằng chứng quan sát, sau khi đánh giá và review thủ công thì áp dụng, tạo thành vòng lặp cải tiến khép kín.
Phối hợp đa repository: Workspace đa repository ghi nhận trách nhiệm của từng repository, hỗ trợ điều phối tác vụ và tiếp tục phiên làm việc giữa các dịch vụ.
Hỗ trợ hai máy chủ: tương thích với Codex và Claude Code, cài đặt bằng một cú nhấp qua marketplace plugin mà không cần tự clone mã nguồn.

Chuẩn bị môi trường: đảm bảo đã cài Python 3.10+, Git và đã đăng nhập, có thể sử dụng bình thường Codex hoặc Claude Code.
Cài plugin: chạy codex plugin marketplace add https://github.com/didi/helixharness.git và codex plugin add helix@helixharness-marketplace.
Vào dự án: mở một phiên Agent mới trong repository nghiệp vụ mà bạn muốn phát triển.
Khởi tạo dự án: thực thi /helix:init trong cuộc trò chuyện để tạo cấu trúc thư mục và các tệp ngữ cảnh cần thiết cho HelixHarness.
Viết yêu cầu: ghi mô tả yêu cầu vào tài liệu yêu cầu trong docs/specs/, hoặc tạo tương tác bằng /helix:propose.
Khởi chạy workflow: thực thi /helix:propose <nhiệm vụ> <tệp yêu cầu> --loop để Agent tự động hoàn tất toàn bộ quy trình Propose→Apply→Archive.
Quyết định thủ công: workflow sẽ tạm dừng tại các nút quan trọng để chờ bạn xác nhận phạm vi, phương án và tiêu chí nghiệm thu; chỉ cần nhập quyết định theo hướng dẫn.
Xem tiến độ: dùng /helix:status bất cứ lúc nào để kiểm tra giai đoạn hiện tại, tiến độ và các mục bị chặn.
Xác nhận lưu trữ: sau khi hoàn thành tác vụ, review kiến thức mà đề xuất Archive muốn giữ lại; sau khi xác nhận, kiến thức sẽ được ghi vào kho kiến thức dự án để tái sử dụng về sau.
Quản lý cấu hình: dùng /helix:config để xem hoặc thay đổi quyền telemetry và địa chỉ báo cáo.

Biến kiến thức kỹ thuật thành tài sản: chuyển hóa kiến thức nghiệp vụ và ràng buộc kiến trúc vốn phân tán trong tài liệu, kinh nghiệm cá nhân thành tài sản có cấu trúc, dễ bảo trì và tái sử dụng trong dự án.
Hiệu ứng cộng dồn tri thức: kinh nghiệm đã xác thực được xác nhận rồi lưu trữ; các tác vụ sau đó tự động nạp thông qua chỉ mục, giúp điểm khởi đầu của Agent liên tục tiến hóa cùng dự án.
Kiểm tra được trong toàn bộ vòng đời: quy trình Propose→Apply→Archive lưu lại đặc tả yêu cầu, bằng chứng thực thi và kết quả nghiệm thu trong repository, giúp quy trình minh bạch và có thể truy vấn.
Nâng cấp framework có thể định lượng: nền tảng đi kèm hỗ trợ đánh giá so sánh các phiên bản cố định; mọi thay đổi Rule hoặc Skill đều có cơ sở dữ liệu, giảm rủi ro khi cải tiến.
Năng lực mở rộng cấp đội ngũ: bắt nguồn từ thực tiễn thực tế của hơn 10 phòng ban và hàng trăm module nghiệp vụ nội bộ Didi, giải quyết bước chuyển từ nâng cao hiệu suất cá nhân bằng AI Coding sang bàn giao ở quy mô đội ngũ.

Repository GitHub: https://github.com/didi/helixharness

Phát triển tính năng nghiệp vụ cấp doanh nghiệp: trong các dự án có quy tắc nghiệp vụ phức tạp như tài chính và thương mại điện tử, giúp Agent dựa trên kiến thức lĩnh vực đã tích lũy để hoàn thành việc bàn giao tính năng mới, bảo đảm logic nghiệp vụ tuân thủ quy định.
Phát triển quy mô lớn với nhiều đội ngũ phối hợp: điều phối các yêu cầu tính năng liên dịch vụ trong kiến trúc microservice thông qua Workspace đa repository, thống nhất tiêu chuẩn AI Coding của các phòng ban và tránh việc mỗi đội phải tùy chỉnh Harness riêng.
Bảo trì và cải tiến hệ thống cũ: sử dụng kiến trúc hệ thống và các quyết định lịch sử được tích lũy ở lớp Knowledge để giúp Agent nhanh chóng hiểu mã nguồn cũ, thực hiện tái cấu trúc và di chuyển an toàn dưới các ràng buộc của Harness, giảm rủi ro thay đổi.
Liên tục tối ưu framework và tiêu chuẩn: người duy trì framework sử dụng khả năng quan sát và đánh giá của nền tảng để so sánh hiệu quả của các phiên bản Rule/Skill khác nhau trong bối cảnh thực tế, dùng dữ liệu để quyết định có chấp nhận điều chỉnh quy tắc hay không.