一条主线：给「AI 写出来的东西」加外部约束与反馈。
代码由 AI 协同产出。所以问题不在"模型更强"，在"约束更硬" —— 把「靠人记得住」变成「机器拦得住」。
External constraints and feedback for AI-generated work — turning "hoping people remember" into "machines that block".
10 个已完成的 AI 工程项目 · 全部可点开 · 每条都注明边界与未验证项（不假装全绿）
如果只想看三个：agent-eval-gate（一道上线评测门，抓到过只有外部门能发现的缺陷）· agent-pitfalls-kb（唯一读者是 Agent 的规则库）· fastapi-rag-agent（最完整的生产级件）。 详情都在下面。
本机
agent-harness-engineering/
| 仓库 | 一句话 |
|---|---|
| ai-delivery-harness-engineering | AI 代码交付的治理层：规则 ＋ 十阶段流水线 ＋ 可程序化质量门禁 ＋ 三道防编造闸。make gate 一次 15 步 · 137 测试 · 84% 覆盖 · 17 个可独立复用的门禁脚本。🔻 已封存：它是容器不是内容 —— 缺可填充的真实来源，十阶段从未被真实需求走过（填充 0%）。 |
| skills-workflow | 把 Agent 的「提醒式」约束改造成硬约束：CLAUDE.md 173 行 → 34 行 · 关键约束下沉到 PreToolUse hook ＋ permissions.deny。抗绕过用例 1/5 → 5/5，且别人能自己跑（ tests/07-bypass-resistance.sh）。🔻 实测中查出这道门本身是坏的（三层静默失效），修复后才是 5/5。 |
本机
agent-projects/projects/
| 仓库 | 一句话 |
|---|---|
| fastapi-rag-agent | 单 Agent ＋ LangGraph（不上多 Agent）；Agent loop 不参与业务循环（理由：系统整体稳定性）。 混合检索 BM25 ＋ 向量 ＋ RRF 融合（只看排名、不吃分数 —— 两路量纲不同）· NLP 数据对齐（中英 / 全角半角）· 查询改写两套方案比过（本地 LoRA vs 云端 API）。 10,019 行 · 全面复审修掉 24 个问题（最危险的一类是静默）。 🔻 边界三条：是三版删减后的版本 · 重排序模块未并入本仓全量链路 · README 里的 P99<800ms 是目标不是实测。 |
| ess-ai-sales-system | 从一句业务描述拆出可执行的系统设计（需求基线 → 系统总纲 → 5 份决策记录）。 每条决策都是「选 A 不选 B」且可追溯 —— 外部调研 21 来源 / 40 claim，对抗核验后剔除了 4 条。 🔻 全部是 DEMO · 虚构厂商。 |
| memory-system | 分层记忆系统的架构：多租户 · 6 类存储 · 5 层检索 · 程序性记忆自进化。 Append-Only 用数据库触发器强制 —— 有测试证明 UPDATE / DELETE 真被拒绝（26 个用例）。 |
本机
agent-projects/eval-gate/·agent-projects/lora-data/
| 仓库 | 一句话 |
|---|---|
| agent-eval-gate | 判分链路五段：schema 校验 → 调被测 → 确定性规则 → 大模型判分 → 阈值 → 输出退出码。 对外接口用退出码不用「提示」： 0 放行 / 1 阻断 / 2 人工复核 / 3 运行错误 —— 「跑不出来」和「跑出来合格」是两件事。门自己必须可复现地被验证：喂劣化输入 → 必须 exit 1。基线四轮 0.75 → 0.975 · 12,305 行 · 覆盖率 94.57%。 🔻 边界：判别力仍标定不出（16 轮 A/B 两臂全 1.0）；有一道门标成「硬」后主动降级为「半硬」 —— 诚实标强度优先于把门做硬。 |
| lora-finetune | LoRA 微调的数据与实验库 —— 数据集 · 训练配置 · 实验记录 · 评测结果集中存放。 许可：代码 MIT ／ 数据 CC BY-NC 4.0（⛔ 非商用）。 |
本机
agent-facing/（直接给 Agent 读）·agent-facing-human/（对象是 Agent，人也参与）
| 仓库 | 一句话 |
|---|---|
| agent-pitfalls-kb | 给 Agent 读的可执行规则库。只收严重问题：不报错、不变红，却能让错的结论被当成正确结论交付。 每篇必备五节，第 5 节是「怎么验证它被落地」 —— 判据：「如果这条被违反了，有没有任何东西会变红或出声？」答「没有」⇒ 它还没落地。 ⭐ 库自己被实测打过两次脸，两次都写进了库（一篇里七条规则只有 1 条是真门；一道门标着「已装」却挡不住）。 4,257 行 · 结构 = 四道门 ＋ 门自己有防腐。 |
| claude-agent-skills | Agent Skills 的开发与维护仓：从需求记录到可加载的 SKILL.md —— 含设计过程、迭代留痕与验证证据。 |
本机
agent-projects/kit/·agent-projects/fde/
| 仓库 | 一句话 |
|---|---|
| ai-field-delivery-toolkit | 模块化、离线优先的 AI 现场交付工具包（FDE）：需求诊断 → 数据准备 → 原型组装 → 交付加固 → 监控 → 数据飞轮。 🔻 半成品 · 已停更。 |
| 🔒 Agent 开发 Kit | 一个用来自动开新 Agent 项目的脚手架（private）。 |
| 仓库 | 一句话 |
|---|---|
| 🔒 项目级 Agent 约束系统 | 约束系统设计（private · 设计阶段）。 |
| 🔒 设置与方案 | Agent 的配置与纪律方案集（private）。 |
上表 3 行带 🔒 的：只给描述、不给仓名（它们是 private 仓）。
- 分类靠 GitHub Topics：每个仓都带
agent-harness-engineering/agent-projects/agent-facing/agent-facing-human，点 topic 即可筛同类 - 🔻 表示边界 —— 每条都如实标注了未验证 / 已封存 / 未并入的部分。不假装全绿是这套工程的默认纪律。
⚠️ 有一道门标着「硬」，实测后发现它其实只是「半硬」，已降级重标。