Практика: harness строит ALGI

Главное правило практической части:

ALGI не пишется заранее руками. Сначала мы пишем минимальный harness, затем harness строит следующие версии самого себя и куски ALGI.

В репозитории теперь есть две практические линии:

Path	Роль
examples/harness-labs/	По-главная цепочка развития harness.
examples/algi-lite/	Product seed workspace: ALGI начинается со specs и правил, без готовой реализации.

Где выполнять команды

Все examples/... пути ниже относятся к репозиторию курса agentic-engineering-course. Склонируйте его и запускайте команды из его корня. Требуется только Python 3.10+, внешних зависимостей нет. Учтите: scripted_fixture в task JSON резолвится относительно директории самого task-файла, поэтому task-файлы не стоит копировать в другое место без fixtures.

Рабочий цикл

Практика должна идти так:

previous harness
-> builds current harness improvement
-> current harness builds current ALGI slice
-> logs/checks become evidence for next chapter

Это делает курс честным: мы не рассказываем про harness абстрактно, а выращиваем его по главам и сразу применяем к продукту.

Цепочка глав

Глава	Действие с harness	Действие с ALGI
1. Bootstrap	Руками пишем v01: task JSON -> fixture -> checks.	ALGI остаётся seed-only.
2. Observability	v01 строит v02 с JSONL events.	Нет product change, только harness improvement.
3. First Product Slice	v02 запускает backend output и checks.	Строится pain diary domain slice.
4. Policy Gate	v02 строит v03 с command/path policy.	Нет product change, только safety improvement.
5. Second Product Slice	v03 строит следующий ALGI slice через policy gate.	Строится privacy-safe clinician report.
6. Evaluation	Следующий harness добавляет replay/eval cases.	Pain diary/report становятся regression suite.
7. Team Workflow	Harness генерирует PR risk summary.	ALGI change готов к human review.
8. Lifecycle	Harness/backend получает registry entry.	Product tasks получают owner/risk class.

Как запустить цепочку

1. Собрать harness v02 через v01

rm -rf /tmp/harness-v02
cp -a examples/harness-labs/harness-seed /tmp/harness-v02

python3 examples/harness-labs/01-manual-runner/runner.py \
  --task examples/harness-labs/tasks/02-build-observable-runner.json \
  --workspace /tmp/harness-v02

2. Собрать ALGI pain diary через v02

rm -rf /tmp/algi-ch03
cp -a examples/algi-lite /tmp/algi-ch03

python3 /tmp/harness-v02/runner.py \
  --task examples/harness-labs/tasks/algi-01-pain-diary.json \
  --workspace /tmp/algi-ch03

3. Собрать harness v03 через v02

rm -rf /tmp/harness-v03
cp -a /tmp/harness-v02 /tmp/harness-v03

python3 /tmp/harness-v02/runner.py \
  --task examples/harness-labs/tasks/03-build-policy-runner.json \
  --workspace /tmp/harness-v03

4. Собрать ALGI clinician report через v03

python3 /tmp/harness-v03/runner.py \
  --task examples/harness-labs/tasks/algi-02-clinician-report.json \
  --workspace /tmp/algi-ch03 \
  --policy /tmp/harness-v03/policies/local-dev.json

Что проверять

После запуска цепочки проверьте:

/tmp/harness-v02/runner.py
/tmp/harness-v02/runs/*.jsonl
/tmp/harness-v03/runner.py
/tmp/harness-v03/policies/local-dev.json
/tmp/harness-v03/runs/*.jsonl
/tmp/algi-ch03/algi/domain.py
/tmp/algi-ch03/tests/

Важное evidence — не только passing tests. Важно видеть всю последовательность:

task -> context -> backend output -> policy/checks -> result classification

Почему здесь fixtures, а не реальный agent backend

В live-версии курса backend может быть Codex, OpenCode, Gemini CLI, Claude Code или другой coding agent. В этом repo fixtures делают lab детерминированной и inspectable: у всех читателей получаются одни и те же файлы, checks и logs.

Fixture заменяет "то, что произвёл агент"; harness всё равно контролирует, когда этот output применяется, какие files можно писать, какие checks запускаются и как классифицируется result.

Что можно добавить дальше

Следующие полезные additions:

• v04: replay/eval suite;
• v05: генерация PR risk summary;
• v06: agent registry и lifecycle-метаданные;
• ALGI: настройки notifications;
• ALGI: граница ролей пациента и врача;
• ALGI: frontend visual check для onboarding.