TL;DR

이 레포는 OpenAI가 제시한 Harness Engineering 개념을 원문 기반 자료, 번역, 실습 예제와 검사 스크립트를 결합해 학습 경로로 구현한 아카이브이다. AGENTS.md를 진입점으로 삼아 작은 진입점에서 점진적 공개를 적용하며 scripts/check-consistency.sh의 C1–C9 규칙과 로컬 훅·CI를 통해 문서의 일관성을 기계적으로 유지한다. 번역 27편과 50편의 아티클 요약, Ralph 데모 같은 실습 자료를 포함해 개념을 실무로 전환하는 과정을 지원하며 레포 자체를 하니스로 운영하는 실험적 설계가 핵심이다.

핵심 포인트

• 레포 자체를 하니스로 운영하는 자기지시형 구조를 채택해 저장소가 단순 자료 창고를 넘어 실행 가능한 규칙과 검사 파이프라인을 포함한다. AGENTS.md와 각 디렉터리의 AGENTS.md가 점진적 공개(entry-point) 패턴을 구현해 에이전트 친화적 탐색을 가능하게 한다. 이 접근은 문서의 기계적 검증과 에이전트 실행 환경 설계가 동일한 레포 안에서 결합된 점에서 차별화된다.
• C1–C9로 정의된 일관성 검사 규칙을 통해 정량적 메타데이터와 파일 구조의 부패를 자동으로 발견하고 관리한다. scripts/check-consistency.sh는 문서 수·참조·표기 일관성 같은 항목을 검증하며 로컬 훅과 CI로 이 검사 라인을 이중화한다. 이로 인해 사람이 놓치기 쉬운 수치·참조 불일치가 병합 전에 포착된다.
• Ralph 패턴과 여러 실전 구현(예: snarktank/ralph, ralph-orchestrator)을 함께 수집해 개념과 구현을 한 곳에서 비교할 수 있게 정리했다. 실습 결과와 번역 코퍼스, 실질적 데모(Ralph Demo 등)를 포함해 이론 중심의 리포지토리와 차별화되는 실무 지향성을 제공한다. 또한 curate-research 스킬과 같은 자동화된 큐레이션 파이프라인을 레포 내부 실험으로 수용하고 있다.
• 문서를 버전화된 아티팩트로 정리해 에이전트가 접근하도록 구성한다. AGENTS.md를 작은 진입점으로 삼아 점진적 공개를 구현하고 문서의 진입점을 단순화한다. 이로 인해 대형 지침 파일이 문맥을 잠식하는 문제가 완화된다.

벤치마크