Agent Harness Construction
- 1.4k installs
- 238k repo stars
- Updated August 5, 2026
- affaan-m/ecc
This is a copy of agent-harness-construction by affaan-m - installs and ranking accrue to the original listing.
agent-harness-construction is an AI agent skill that designs action spaces, tool schemas, observation formats, and error-recovery contracts so coding agents complete complex tasks more reliably.
About
agent-harness-construction is an ECC skill for developers building AI agent harnesses that constrain output quality through four pillars: action-space design, observation quality, recovery quality, and context-budget quality. The skill prescribes stable explicit tool names, schema-first narrowed inputs, deterministic output shapes, and avoidance of catch-all tools except when isolation is impossible. Granularity rules separate micro-tools for high-risk deploy and migration operations, medium tools for edit-read-search loops, and macro-tools only when round-trip overhead dominates. Every tool response should expose status, summary, next_actions, and artifacts, while error paths follow a structured recovery contract. Developers reach for agent-harness-construction when agent completion rates stall despite capable models, usually because tool design—not model choice—is the bottleneck.
- 4-part quality model: action space, observation, recovery, and context budget
- Action Space Design rules using stable names, narrow schemas, and deterministic outputs
- Granularity Rules distinguishing micro-tools, medium tools, and macro-tools
- Standardized Observation Design requiring status, summary, next_actions, and artifacts
- Error Recovery Contract with root-cause hint, safe retry, and explicit stop condition for every error path
Agent Harness Construction by the numbers
- 1,418 all-time installs (skills.sh)
- +87 installs in the week ending Aug 4, 2026 (Skillselion tracking)
- Data as of Aug 5, 2026 (Skillselion catalog sync)
npx skills add https://github.com/affaan-m/ecc --skill agent-harness-constructionAdd your badge
Show developers this skill is listed on Skillselion. Paste this into your README.
| Installs | 1.4k |
|---|---|
| repo stars | ★ 238k |
| Last updated | August 5, 2026 |
| Repository | affaan-m/ecc ↗ |
How do you design reliable AI agent tool schemas?
Design high-performance action spaces, tool schemas, observation formats, and error-recovery contracts that make AI agents complete complex tasks more reliably.
Who is it for?
Developers building custom agent harnesses who need deterministic tool contracts and structured error recovery beyond default IDE tool lists.
Skip if: Teams only consuming prebuilt MCP servers without customizing action spaces, schemas, or observation formats.
When should I use this skill?
Agent task completion is low because tools are too coarse, observations lack structure, or error paths give no actionable recovery steps.
What you get
Tool JSON schemas, observation response templates, granularity guidelines, and error-recovery contracts for an agent harness.
- tool schema definitions
- observation response template
- error-recovery contract
Files
エージェントハーネス構築
エージェントの計画、ツール呼び出し、エラーからの回復、完了への収束を改善する場合にこのスキルを使用します。
コアモデル
エージェントの出力品質は以下によって制約されます： 1. アクション空間の品質 2. 観測の品質 3. 回復の品質 4. コンテキストバジェットの品質
アクション空間の設計
1. 安定した明示的なツール名を使用する。 2. 入力スキーマファーストで絞り込んだものにする。 3. 決定論的な出力形状を返す。 4. 分離が不可能な場合を除き、キャッチオールツールは避ける。
粒度ルール
- 高リスク操作（デプロイ、マイグレーション、権限）にはマイクロツールを使用する。
- 一般的な編集・読み取り・検索ループには中規模ツールを使用する。
- ラウンドトリップのオーバーヘッドが支配的なコストである場合のみマクロツールを使用する。
観測の設計
すべてのツールレスポンスに含めるべき内容：
status: success|warning|errorsummary: 一行の結果next_actions: 実行可能なフォローアップartifacts: ファイルパス / ID
エラー回復コントラクト
すべてのエラーパスに含めるべき内容：
- 根本原因のヒント
- 安全なリトライ指示
- 明示的な停止条件
コンテキストバジェット管理
1. システムプロンプトを最小限かつ不変に保つ。 2. 大きなガイダンスはオンデマンドで読み込まれるスキルに移動する。 3. 長いドキュメントをインラインで挿入するより、ファイルへの参照を優先する。 4. 任意のトークン閾値ではなく、フェーズの境界でコンパクト化する。
アーキテクチャパターンガイダンス
- ReAct: 不確実なパスを持つ探索的タスクに最適。
- 関数呼び出し: 構造化された決定論的フローに最適。
- ハイブリッド（推奨）: ReAct 計画 + 型付きツール実行。
ベンチマーク
追跡すべき指標：
- 完了率
- タスクあたりのリトライ数
- pass@1 および pass@3
- 成功タスクあたりのコスト
アンチパターン
- セマンティクスが重複するツールが多すぎる。
- 回復ヒントのない不透明なツール出力。
- 次のステップなしのエラーのみの出力。
- 無関係な参照でコンテキストを過負荷にする。
Related skills
Setup Matt Pocock SkillsScaffold the per-repo configuration that Matt Pocock’s engineering agent skills rely on so they understand the issue tracker, triage labels, and domain documentation la495k196k
Lark AppsConnect Claude, Cursor or custom agents directly to Lark (Feishu) for messaging, document automation, approval workflows and enterprise data access.402k
CavemanSlash token usage by roughly 75% while keeping every technical detail intact when working with Claude Code, Cursor or similar agents.391k94.7k
Lark Skill MakerQuickly turn any Lark/Feishu OpenAPI call or multi-step workflow into a reusable agent skill with its own SKILL.md.386k16k
Running Claude Code Via Litellm CopilotRun Claude Code at a fraction of the cost by routing requests through LiteLLM to the GitHub Copilot Chat API.270k72
Codex PetGenerate a complete Codex Pet spritesheet and metadata from one reference image without needing an OpenAI key or Codex Pro.246k10How it compares
Pick agent-harness-construction over MCP server scaffolding skills when the problem is tool semantics and recovery design, not SDK wiring.
FAQ
What should every agent tool response include?
agent-harness-construction requires every tool response to include status (success, warning, or error), a one-line summary, next_actions with executable follow-ups, and artifacts listing file paths or IDs so agents can chain steps deterministically.
When should agent-harness-construction use micro-tools?
agent-harness-construction reserves micro-tools for high-risk operations such as deploys, migrations, and permission changes, while medium tools cover edit-read-search loops and macro tools appear only when round-trip overhead dominates total cost.