Harness Engineering 的关键不只是编排 Agent 工作流,更要让团队经验持续沉淀成可复用的知识资产。围绕知识分层、Git 化协作、按需检索、生命周期治理和异步人机协作,讲清 AI 工程交付系统该如何设计知识闭环。
LLM 工作流 Skill 通过 SKILL.md 把流程、约束、示例和参考资料注入到模型上下文中。内容系统讲解 Skill 的加载机制、frontmatter 写法、6 种常见设计模式,以及可直接改造的模板。
GitHub 仓库 awesome-openclaw-usecases 收录了 30 多个 OpenClaw 真实使用场景。围绕信息摘要、内容生产、运维自动化、个人生产力等方向,讲清如何从用例文档提炼可复用的智能体工作流。
Superpowers 是一套用于约束 AI 编码过程的工作流,适合在 Claude Code、OpenCode 等工具里使用。它通过 brainstorm、write-plan、execute-plan 三个步骤,让 AI 先澄清需求,再写实施计划,最后分步编码和验证,减少随意改代码带来的风险。
Agent Skills 可以理解为给 AI Agent 使用的结构化技能包,用来沉淀指令、参考资料、脚本和模板。掌握它的核心后,可以把一次性的 Prompt 改造成可复用、可维护、输出更稳定的工作模块。
Claude Skills 用 Markdown、脚本和资源文件描述任务流程,让大模型在运行时学会“什么时候做、怎么做、用什么工具做”。它和 MCP 一起,把 AI Agent 从单次问答推向可复用、可治理的工作流系统。
后台定时 Agent 能按计划自动采集数据、调用大语言模型分析结果,并在风险场景中触发人工确认。围绕 Spring AI Alibaba 的 StateGraph、CompiledGraph 和 schedule 机制,讲清定时 Agent 的设计方式、代码实现和落地注意事项。