Harness

Rapport de test

Tâche : construire un harnais pour le domaine « analyse des avis clients » — d'abord en mode baseline (tel que je le fais par défaut), puis strictement selon le corps de la compétence, et vérifier les deux résultats avec un script par rapport à la propre checklist de la compétence. L'écart est mesurable : la baseline a donné 2 fichiers d'agents ad-hoc, 0 compétences, 0/2 agents avec les sections obligatoires, ni orchestrateur, ni gestion des erreurs, ni scénarios de test ; la version par la compétence — 3 agents, tous les 3/3 avec l'ensemble complet des 6 sections obligatoires (核心役割/作業原則/入出力プロトコル/팀 통신/에러 핸들링/협업), 2 compétences avec un frontmatter valide, un orchestrateur avec une table d'erreurs et une protection contre les boucles infinies de rejet, un pointeur CLAUDE.md, 0 fichiers dans .claude/commands (comme l'exige la checklist). Stage 0 est propre : seulement du markdown, aucun script, aucun appel réseau ; l'écriture dans CLAUDE.md est l'objectif déclaré de la compétence, pas une escalade cachée. Limite honnête : j'ai vérifié l'exhaustivité structurelle de l'échafaudage, mais je n'ai PAS exécuté la commande d'agents générée sur des données réelles — l'augmentation de qualité déclarée de +60% (n=15, mesure de l'auteur) n'a pas été reproduite, et le README lui-même le marque comme « third-party replications pending ». Verdict setup en raison d'une étape manuelle réelle : le mode principal de la compétence est agent teams, et il nécessite le drapeau expérimental CLAUDE_CODE_EXPERIMENTAL_AGENT_TEAMS=1 ; de plus, la compétence prescrit strictement model: opus à tous les agents, ce qui résout la question du coût pour l'utilisateur.

Testé le: 2026-07-17 · Claude Code 2.x (agent harness)