Harness Bridge
SDK / 工具一个本地启动器:让 Claude Code 与其他七种编码 harness 直连任意 OpenAI / Anthropic / Responses 兼容端点——不改任何一行配置文件。
- launcher
- local-models
- cli
- menu-bar
一个 Rust CLI:用 TypeSafe 的 Jev 为当前步骤给 agent 已装的技能排序——感知宿主、可解释、且只做建议。
SkillRanker(命令 sr)汇总近期对话、当前请求、工作区信号与所选 harness 的可见技能清单,然后让 Jev 跑两趟:先粗比较,再对入围者做更细的重排——两趟都带真实的「都不合适」选项。显式指定的技能在本地直接解析;超过 254 个候选的大库先用 Quill 词法预过滤(来自 FrankenSearch)。结论只作建议——决定权仍在 agent——且全程可解释:--why-not 会带阈值追踪排除原因,可选取证后能离线重放、不再花一次 Jev 调用。以 Claude Code prompt 钩子(sr hook claude)或内联 TUI 接入。
技能库很大的 agent:装一个看似相关实则不对的 skill 会烧上下文还带偏步骤——排序只作建议,也从不覆盖显式指定。
git clone https://github.com/Dicklesworthstone/skillranker.git cd skillranker cargo install --locked --path . --bin sr sr demo --case useful # 离线样例,无需联网 sr rank --allow-network # 实时排序(需 TYPESAFE_API_KEY) sr hook claude # Claude Code prompt 钩子接入
需要 TypeSafe API 密钥——会话上下文与技能摘录会发给 Jev 评估。许可证是 MIT 加一条 OpenAI/Anthropic 附加条款(GitHub 显示 NOASSERTION),不是纯 MIT。从源码构建,需锁定版本的 Rust 2024 工具链,无预编译产物。钩子推荐失败时静默回退,绝不阻塞 agent。只给建议:加载什么由 agent 与用户决定。
收录日期
一个本地启动器:让 Claude Code 与其他七种编码 harness 直连任意 OpenAI / Anthropic / Responses 兼容端点——不改任何一行配置文件。
用你已登录的 Claude Code 账号回答 macOS Spotlight 与 Siri 的提问——一个实验性的 macOS 27 模型委派提供者。
把十个 AI 编程助手的本地聊天记录提取成统一 JSONL——微调、分析,或赶在本地数据库被清空前备份多年的对话。纯标准库实现。