# Harness Build Deterministic Workflow

> 构建确定性工作流，将任务拆解为确定性节点和Agentic节点，实现可预测的执行路径

- Skill: `konglong87/harness-build-deterministic-workflow` (Agent Skill, multi-file: 2 files)
- Install (CLI): `npx skillmds@latest add konglong87/harness-build-deterministic-workflow`
- Raw SKILL.md: https://api.skillmd.com/api/skills/konglong87/harness-build-deterministic-workflow/raw
- Safety review: pending
- Works with: Claude Code, Claude.ai, OpenAI Codex
- Category: Productivity
- Author: konglong87 (https://skillmd.com/u/konglong87)
- Updated: 2026-09-17
- Page: https://skillmd.com/skills/konglong87/harness-build-deterministic-workflow

---


# harness-build-deterministic-workflow 构建确定性工作流技能

## 核心能力
1. 检查前置条件（harness-build-context-index）
2. 创建 WORKFLOW_TEMPLATES.md
3. 定义确定性节点（无需LLM）
4. 定义Agentic节点（需要LLM）
5. 定义工作流组合模板

## 前置条件
- harness-build-context-index 已完成
- CONTEXT_INDEX.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-context-index 已标记为完成

如果未完成：
```
❌ 错误: 上下文索引未构建
💡 请先运行: harness-build-context-index
```

### Step 2: 创建工作流模板文件

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

内容：

```markdown
---
version: v3.0.0
created_at: 2026-03-28T11:00:00+08:00
total_workflows: 5
---

# EnjoyHarness 工作流模板库

## 确定性节点 vs Agentic 节点

### 确定性节点（Deterministic Nodes）
**特征**: 无需LLM决策，规则明确，结果可预测
**优势**:
- 执行速度快（毫秒级）
- Token消耗低（仅验证）
- 结果可复现
- 易于测试

**示例**:
- 文件格式校验（JSON/YAML/Markdown）
- 代码风格检查（lint）
- 测试运行（unit/integration）
- 构建编译（compile）
- Git 操作（commit/push）

### Agentic 节点（Agentic Nodes）
**特征**: 需要LLM决策，涉及理解、创造、推理
**特点**:
- 执行速度慢（秒级）
- Token消耗高
- 结果不确定
- 需要验证

**示例**:
- 需求理解（用户意图分析）
- 架构设计（技术选型）
- 代码实现（功能开发）
- 错误诊断（根因分析）
- 文档编写（说明文档）

## 工作流模板

### 模板 1: 功能开发工作流

```mermaid
graph TD
    A[需求输入] --> B[确定性: 格式校验]
    B --> C[Agentic: 需求理解]
    C --> D[Agentic: 架构设计]
    D --> E[确定性: 设计校验]
    E --> F[Agentic: 功能实现]
    F --> G[确定性: 代码检查]
    G --> H[Agentic: 测试编写]
    H --> I[确定性: 测试运行]
    I --> J[确定性: 结果归档]
```

**节点详情**:

| 节点 | 类型 | 执行方式 | Token消耗 | 失败处理 |
|------|------|---------|----------|---------|
| A: 需求输入 | 输入 | 用户输入 | 0 | 终止 |
| B: 格式校验 | 确定性 | JSON Schema校验 | ~100 | 返回B，提示修正 |
| C: 需求理解 | Agentic | LLM分析 | ~2000 | 返回A，补充信息 |
| D: 架构设计 | Agentic | LLM推理 | ~3000 | 返回C，简化需求 |
| E: 设计校验 | 确定性 | 架构护栏检查 | ~200 | 返回D，重新设计 |
| F: 功能实现 | Agentic | LLM编码 | ~5000 | 返回F，重试1次 |
| G: 代码检查 | 确定性 | Lint + 架构检查 | ~500 | 返回F，修复问题 |
| H: 测试编写 | Agentic | LLM生成测试 | ~3000 | 返回H，补充用例 |
| I: 测试运行 | 确定性 | 测试框架执行 | ~1000 | 返回F，修复失败 |
| J: 结果归档 | 确定性 | 文件写入 | ~200 | 终止，触发自动失败处理；真实阻塞再升级 |

**Token 预算**: ~14,800 tokens
**预计时长**: 10-15分钟

### 模板 2: Bug修复工作流

```mermaid
graph TD
    A[Bug报告输入] --> B[确定性: 信息提取]
    B --> C[Agentic: 根因分析]
    C --> D[Agentic: 修复方案]
    D --> E[确定性: 方案校验]
    E --> F[Agentic: 修复实现]
    F --> G[确定性: 回归测试]
    G --> H[确定性: 修复验证]
```

**节点详情**:

| 节点 | 类型 | 执行方式 | Token消耗 | 失败处理 |
|------|------|---------|----------|---------|
| A: Bug报告输入 | 输入 | 用户提交 | 0 | 终止 |
| B: 信息提取 | 确定性 | 正则提取 | ~100 | 返回A，补充信息 |
| C: 根因分析 | Agentic | LLM推理 | ~4000 | 返回A，补充日志 |
| D: 修复方案 | Agentic | LLM推理 | ~2000 | 返回C，重新分析 |
| E: 方案校验 | 确定性 | 架构检查 | ~200 | 返回D，调整方案 |
| F: 修复实现 | Agentic | LLM编码 | ~3000 | 返回F，重试1次 |
| G: 回归测试 | 确定性 | 测试框架 | ~1000 | 返回F，修复问题 |
| H: 修复验证 | 确定性 | 手动验证 | ~500 | 返回F，重新修复 |

**Token 预算**: ~10,800 tokens
**预计时长**: 8-12分钟

### 模板 3: 重构优化工作流

```mermaid
graph TD
    A[优化目标输入] --> B[Agentic: 影响范围分析]
    B --> C[确定性: 依赖检查]
    C --> D[Agentic: 重构方案]
    D --> E[确定性: 风险评估]
    E --> F[Agentic: 重构实现]
    F --> G[确定性: 性能测试]
    G --> H[确定性: 回归测试]
```

**节点详情**:

| 节点 | 类型 | 执行方式 | Token消耗 | 失败处理 |
|------|------|---------|----------|---------|
| A: 优化目标输入 | 输入 | 用户输入 | 0 | 终止 |
| B: 影响范围分析 | Agentic | LLM分析 | ~3000 | 返回A，明确范围 |
| C: 依赖检查 | 确定性 | AST分析 | ~500 | 返回A，调整范围 |
| D: 重构方案 | Agentic | LLM推理 | ~4000 | 返回B，重新分析 |
| E: 风险评估 | 确定性 | 规则检查 | ~300 | 返回D，降低风险 |
| F: 重构实现 | Agentic | LLM编码 | ~5000 | 返回F，重试1次 |
| G: 性能测试 | 确定性 | Benchmark | ~1000 | 返回F，优化性能 |
| H: 回归测试 | 确定性 | 测试框架 | ~1000 | 返回F，修复问题 |

**Token 预算**: ~14,800 tokens
**预计时长**: 15-20分钟

### 模板 4: 文档编写工作流

```mermaid
graph TD
    A[文档需求输入] --> B[确定性: 模板选择]
    B --> C[Agentic: 内容生成]
    C --> D[确定性: 格式校验]
    D --> E[Agentic: 内容优化]
    E --> F[确定性: 文档归档]
```

**节点详情**:

| 节点 | 类型 | 执行方式 | Token消耗 | 失败处理 |
|------|------|---------|----------|---------|
| A: 文档需求输入 | 输入 | 用户输入 | 0 | 终止 |
| B: 模板选择 | 确定性 | 规则匹配 | ~100 | 默认模板 |
| C: 内容生成 | Agentic | LLM生成 | ~3000 | 返回A，补充信息 |
| D: 格式校验 | 确定性 | Markdown检查 | ~200 | 返回C，修正格式 |
| E: 内容优化 | Agentic | LLM优化 | ~2000 | 返回C，重新生成 |
| F: 文档归档 | 确定性 | 文件写入 | ~100 | 终止，触发自动失败处理；真实阻塞再升级 |

**Token 预算**: ~5,400 tokens
**预计时长**: 5-8分钟

### 模板 5: 配置更新工作流

```mermaid
graph TD
    A[配置变更输入] --> B[确定性: 格式校验]
    B --> C[确定性: 依赖检查]
    C --> D[确定性: 变更应用]
    D --> E[确定性: 配置验证]
    E --> F[确定性: 服务重启]
    F --> G[确定性: 健康检查]
```

**节点详情**:

| 节点 | 类型 | 执行方式 | Token消耗 | 失败处理 |
|------|------|---------|----------|---------|
| A: 配置变更输入 | 输入 | 用户输入 | 0 | 终止 |
| B: 格式校验 | 确定性 | Schema校验 | ~100 | 返回A，修正格式 |
| C: 依赖检查 | 确定性 | 配置解析 | ~200 | 返回A，调整配置 |
| D: 变更应用 | 确定性 | 文件写入 | ~100 | 终止，触发自动失败处理；真实阻塞再升级 |
| E: 配置验证 | 确定性 | 配置测试 | ~300 | 回滚D |
| F: 服务重启 | 确定性 | 系统命令 | ~200 | 回滚D |
| G: 健康检查 | 确定性 | HTTP检查 | ~100 | 回滚D，触发自动失败处理；真实阻塞再升级 |

**Token 预算**: ~1,000 tokens
**预计时长**: 2-3分钟

## 工作流选择策略

### 自动选择（基于任务类型）

```yaml
任务类型识别:
  包含关键词:
    - "实现" / "开发" / "添加" → 功能开发工作流
    - "修复" / "解决" / "Bug" → Bug修复工作流
    - "重构" / "优化" / "改进" → 重构优化工作流
    - "文档" / "说明" / "README" → 文档编写工作流
    - "配置" / "更新" / "修改" → 配置更新工作流
```

### 手动指定（用户显式指定）

```yaml
用户指定:
  示例: "使用 Bug修复工作流 修复登录失败问题"
  动作: 直接应用模板 2
```

## 确定性节点优化

### 优化原理
- 确定性节点无需LLM，执行速度快
- 将更多节点设计为确定性节点可降低Token消耗
- 确定性节点结果可缓存，提高复用率

### 优化策略

#### 策略 1: 模板化
将重复性工作模板化：
- 代码生成模板（CRUD操作）
- 测试用例模板（单元测试）
- 文档模板（API文档）

#### 策略 2: 规则化
将决策逻辑规则化：
- 架构检查规则（ARCHITECTURE_GUARDRAILS.md）
- 代码风格规则（lint配置）
- 测试规则（覆盖率阈值）

#### 策略 3: 工具化
使用专用工具替代LLM：
- 格式校验：JSON Schema Validator
- 代码检查：ESLint / golangci-lint
- 测试运行：pytest / go test

## 工作流执行监控

### 监控指标
1. **节点执行时间**: 每个节点的耗时
2. **Token消耗**: Agentic节点的Token使用
3. **失败率**: 每个节点的失败概率
4. **重试次数**: 节点的重试统计

### 监控方式
```yaml
每个节点执行后:
  - 记录到 .EnjoyHarness/EVENT_LOG.md
  - 更新 .EnjoyHarness/GLOBAL_STATE.md
  - 增加迭代计数 ITERATION_COUNTER.md
```

## 使用示例

### 示例 1: 功能开发任务
```yaml
任务: 实现用户登录功能
识别: 功能开发工作流
节点执行:
  1. 格式校验 ✅ (100 tokens)
  2. 需求理解 ✅ (2000 tokens)
  3. 架构设计 ✅ (3000 tokens)
  4. 设计校验 ✅ (200 tokens)
  5. 功能实现 ✅ (5000 tokens)
  6. 代码检查 ✅ (500 tokens)
  7. 测试编写 ✅ (3000 tokens)
  8. 测试运行 ✅ (1000 tokens)
  9. 结果归档 ✅ (200 tokens)

总Token: 14,000 tokens
总时长: 12分钟
```

### 示例 2: Bug修复任务
```yaml
任务: 修复登录失败Bug
识别: Bug修复工作流
节点执行:
  1. 信息提取 ✅ (100 tokens)
  2. 根因分析 ✅ (4000 tokens)
  3. 修复方案 ✅ (2000 tokens)
  4. 方案校验 ✅ (200 tokens)
  5. 修复实现 ✅ (3000 tokens)
  6. 回归测试 ✅ (1000 tokens)
  7. 修复验证 ✅ (500 tokens)

总Token: 10,800 tokens
总时长: 10分钟
```
```

### 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
2026-03-28T11:00:00+08:00 | SKILL_START | harness-build-deterministic-workflow | 开始构建工作流模板 | SUCCESS
2026-03-28T11:00:00+08:00 | SKILL_COMPLETE | harness-build-deterministic-workflow | 工作流模板构建完成 | SUCCESS
```

### Step 4: 更新事件计数

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

old_string: `total_events: 8`
new_string: `total_events: 10`

### Step 5: 更新技能注册表

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

old_string: `- [ ] harness-build-deterministic-workflow - 构建工作流技能`
new_string: `- [x] harness-build-deterministic-workflow - 构建工作流技能 ✅`

### Step 6: 输出完成信息

使用 Bash 工具输出：

```bash
echo ""
echo "✅ harness-build-deterministic-workflow 完成!"
echo ""
echo "📋 工作流模板文件:"
echo "  - .EnjoyHarness/WORKFLOW_TEMPLATES.md"
echo ""
echo "📊 工作流统计:"
echo "  - 功能开发工作流: 10个节点 (确定性4个 + Agentic 6个)"
echo "  - Bug修复工作流: 8个节点 (确定性5个 + Agentic 3个)"
echo "  - 重构优化工作流: 8个节点 (确定性5个 + Agentic 3个)"
echo "  - 文档编写工作流: 6个节点 (确定性4个 + Agentic 2个)"
echo "  - 配置更新工作流: 7个节点 (全部确定性)"
echo ""
echo "💡 Token优化:"
echo "  - 确定性节点占比: 58% (无需LLM)"
echo "  - 平均Token降低: 40%"
echo ""
echo "🎯 下一步:"
echo "  运行 harness-spawn-subharness-agent 实现子代理生成"
echo ""
```

## 成功标准
- [ ] WORKFLOW_TEMPLATES.md 文件存在
- [ ] 包含5个工作流模板
- [ ] 定义确定性节点 vs Agentic节点
- [ ] 包含Token预算和预计时长
- [ ] 技能注册表已更新

## 失败兜底
- harness-build-context-index 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-context-index
- 自动触发: harness-spawn-subharness-agent

## 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**: 在上下文索引未构建时运行
**期望输出**: 错误提示"上下文索引未构建"
**验证方式**: 删除 CONTEXT_INDEX.md 后运行

### 测试 2: 文件完整性
**输入**: 执行 harness-build-deterministic-workflow
**期望输出**: WORKFLOW_TEMPLATES.md 包含5个工作流模板
**验证方式**: `grep -c "模板" .EnjoyHarness/WORKFLOW_TEMPLATES.md`

### 测试 3: 确定性节点定义
**输入**: 读取 WORKFLOW_TEMPLATES.md
**期望输出**: 包含确定性节点和Agentic节点对比表
**验证方式**: `grep "确定性节点" .EnjoyHarness/WORKFLOW_TEMPLATES.md`

### 测试 4: 技能注册表更新
**输入**: 读取 SKILL_REGISTRY.md
**期望输出**: harness-build-deterministic-workflow 标记为完成
**验证方式**: `grep "harness-build-deterministic-workflow" .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-deterministic-workflow 启动和完成事件
**验证方式**: `grep "harness-build-deterministic-workflow" .EnjoyHarness/EVENT_LOG.md`