Agent 工程
GitHub 分享 Copilot Agent Harness 工作流程
GitHub 员工 7 月 27 日分享一套 Copilot 实践：原型、计划、Autopilot、人工迭代与不同模型复核；文章于 7 月 28 日更新。
GitHub 员工的产品实践与公司口径，不是独立对照研究或行业定论。
3 篇指南 · 5 项工具按阶段查看完整目录 →
先建立基础认识
首读指南
效率提升 · 60 分钟
如何与 AI 进行沟通
把 AI 当成刚加入项目的同事：交代目标、上下文、范围和验收方式，先让它读和计划，再动手，最后看证据。
读完理解：能写出一份完整的任务委托，为项目准备一份给 AI 看的说明文件，并用实际运行的证据验收 AI 的工作。
未核验按需要继续查阅
其余指南
经验分享 · 2-3 小时
让 AI 写需求：从模糊想法到可开发任务
先让 AI 向你提问，再把用户任务、现有事实、范围、约束和可观察的验收标准写成一份任务说明书。
读完理解：把一个模糊的想法整理成一份可以直接交给 AI 或开发者执行的任务说明书，事实和假设分开，验收标准可以逐条检查。
未核验
经验分享 · 2-3 小时
AI 代码审查：怎么发现风险而不是只听解释
按意图、功能、安全、数据、性能和测试的顺序审查，要求每条发现都能指到具体位置并复现，再按影响排序处理。
读完理解：形成一套每次合并或上线前都能执行的审查流程，会用 AI 找问题、会核实 AI 的发现，并按影响决定先修什么。
未核验相关变化与观察
资讯目录 →相关编辑资讯
开发者工具
Show HN：Stage CLI 把本地变更拆成“章节”来审查，更适合 AI 生成的大改动
Stage CLI 是一个开源的本地审查工具：让 coding agent 读取当前分支的 diff，把跨文件修改组织成“逻辑章节”，并在本地打开浏览器 UI 逐章阅读。它解决的是“AI 一次改太多，人类难以高质量复核”的现实问题。
产品发布
Kanwas 上线 Product Hunt：把团队上下文做成“人和 Agent 共用”的画布，并提供 CLI 同步到仓库
Kanwas 的信号不在“又一个笔记应用”，而在“上下文可复用”：把关键资料、决策与产出放进同一个可编辑画布，并提供 CLI 让 Markdown 能 pull/push 到本地仓库。对独立开发者/小团队来说，它更像一个“可交付的上下文层”，能显著减少多 agent 协作时反复解释背景的成本。
同专题选型资料
工具目录 →工具
按实际需求对照价格、限制与维护成本；编排在同一专题不代表逐项实测。
Superset（本地并行跑 100+ coding agents）
Superset 把“多 Agent 并行执行 + 变更可审阅 + 任务隔离（worktree）”做成桌面端工作台：适合独立开发者把 Claude Code/Codex/OpenCode 等 CLI agent 组织成可控的流水线，而不是在多个终端窗口里手动盯进度。
未核验自然收录
OpenCode（开源终端 AI coding agent）
OpenCode 是一个开源 coding agent：可在终端/IDE/桌面端工作，支持多会话并行与多模型接入。对独立开发者的价值在于：把“能跑的 agent”沉到本地工作区与命令行里，方便做可重复的工程化流程（生成、重构、测试、回归）。
未核验自然收录
Stage CLI（把本地变更拆成“章节”来审查）
Stage CLI 是一个开源的本地代码审查查看器：它引导你的 coding agent 读取当前分支的变更，把混在多个文件里的修改拆成更易读的“逻辑章节”，并在本地打开浏览器 UI 逐章阅读与核对。
未核验自然收录
Kanwas CLI（把共享上下文同步到本地仓库）
Kanwas CLI 用于把 Kanwas 工作区里的 Markdown 与本地文件系统同步（pull/push/import），让“产品上下文/决策记录/交付说明”能跟随代码仓库一起版本化，也更方便交给 coding agent 读取与执行。
未核验待核验
公开案例参考
项目目录 →公开项目样本
这些是同专题的参考样本，不是成功保证；收录不代表收益承诺或效果背书。