团队执行模式。作为带团队编排的 harness-work 兼容别名使用。用户提到 breezing、团队执行、全部做完时触发。
How this skill is triggered — by the user, by Claude, or both
Slash command
/claude-code-harness-zh:breezingThis skill is limited to the following tools:
The summary Claude sees in its skill listing — used to decide when to auto-load this skill
> **向后兼容别名**:本技能会以团队执行模式运行 `harness-work`。
向后兼容别名:本技能会以团队执行模式运行
harness-work。
breezing # 先确认范围,再执行
breezing all # 跑完 Plans.md 里的全部任务
breezing 3-6 # 跑完任务 3 到 6
breezing --codex all # 通过 Codex CLI 跑完全部任务
breezing --parallel 2 all # 用 2 并行跑完全部任务
breezing --no-discuss all # 跳过计划讨论,直接全量执行
breezing --auto-mode all # 在兼容的父会话里尝试 Auto Mode rollout
| Option | Description | Default |
|---|---|---|
all | 作用于全部未完成任务 | - |
N or N-M | 指定任务编号 / 范围 | - |
--codex | 委托 Codex CLI 实现 | false |
--parallel N | Implementer 并行数 | auto |
--no-commit | 禁止自动提交 | false |
--no-discuss | 跳过计划讨论 | false |
--auto-mode | 显式启用 Auto Mode rollout。仅在父会话 permission mode 兼容时考虑采用 | false |
本技能会委托给 harness-work。 请按以下设置执行 harness-work:
harness-work--auto-mode 只作为兼容父会话中的 rollout 标志harness-work 的区别| 特点 | harness-work | breezing(本技能) |
|---|---|---|
| 并行方式 | 按需要自动拆分 | Lead / Worker / Reviewer 角色分离 |
| Lead 的职责 | 协调 + 实现 | delegate(专注协调) |
| 评审 | Lead 自评 | 独立 Reviewer |
| 默认范围 | 下一个任务 | 全部 |
| Role | Agent Type | Mode | 职责 |
|---|---|---|---|
| Lead | (self) | - | 协调、指挥、任务分配 |
| Worker ×N | claude-code-harness:worker | bypassPermissions(当前) / Auto Mode(后续)* | 实现 |
| Reviewer | claude-code-harness:reviewer | bypassPermissions(当前) / Auto Mode(后续)* | 独立评审 |
*如果父会话或 frontmatter 已经指定
bypassPermissions,则以其为准。当前分发模板仍然使用bypassPermissions,因此 Auto Mode 仍是后续 rollout 目标,不是默认行为。
--codex)通过官方插件 codex-plugin-cc 把全部实现工作委托给 Codex CLI 的模式:
# 委托任务(允许写入)
bash scripts/codex-companion.sh task --write "任务内容"
# 通过 stdin(适合较大的 prompt)
CODEX_PROMPT=$(mktemp /tmp/codex-prompt-XXXXXX.md)
# 写入任务内容
cat "$CODEX_PROMPT" | bash scripts/codex-companion.sh task --write
rm -f "$CODEX_PROMPT"
breezing [scope] [--codex] [--parallel N] [--no-discuss] [--auto-mode]
│
↓ Load harness-work with team mode
│
Phase 0: Planning Discussion(用 `--no-discuss` 可跳过)
Phase A: Pre-delegate(团队初始化)
Phase B: Delegate(Worker 实现 + Reviewer 评审)
Phase C: Post-delegate(集成验证 + 更新 Plans.md + commit)
Lead 会在每个 Worker 完成任务时,以如下格式输出进度:
📊 Progress: Task {completed}/{total} 完成 — "{task_subject}"
出力例:
📊 Progress: Task 1/5 完成 — "为 harness-work 增加失败补票"
📊 Progress: Task 2/5 完成 — "为 harness-sync 增加 --snapshot"
📊 Progress: Task 3/5 完成 — "为 breezing 增加进度播报"
设计意图:breezing 经常是长时间运行的。 我们希望用户扫一眼终端时,就能立刻知道“做到哪了”。 由于
task-completed.shhook 也会通过systemMessage输出同类信息,因此两者会相互补足。
即使在 Breezing 模式下,评审仍然遵循 优先用 Codex exec → 回退到内部 Reviewer 的统一策略。
详见 harness-work 中的“评审循环”章节。
cc:完了 [{hash}]所有任务完成后,Lead 按以下步骤生成完整的完成汇报:
git log --oneline {base_ref}..HEAD 收集所有 cherry-pick commitgit diff --stat {base_ref}..HEAD 获取整体变更规模cc:TODO / cc:WIP 任务harness-work 中“完成汇报格式”的 Breezing 模板输出生成者是 Lead。不是 Worker,也不是 hook。由 Lead 在 Phase C 中读取 git + Plans.md 后生成。
在执行全部任务之前,通过以下 3 个问题确认计划是否健康。
如果指定 --no-discuss,则全部跳过。
Q1. 范围确认:
“将执行 {{N}} 个任务。当前范围合适吗?”
如果任务过多,就按优先级(Required > Recommended > Optional)建议缩小范围。
Q2. 依赖关系确认(仅当 Plans.md 有 Depends 列时):
“任务 {{X}} 依赖 {{Y}}。执行顺序正确吗?”
读取 Depends 列并展示依赖链;如果存在循环依赖,则报错。
Q3. 风险标记(仅当存在 [needs-spike] 任务时):
“任务 {{Z}} 带有
[needs-spike]。要先做 spike 吗?”
如果存在尚未完成 spike 的 [needs-spike] 任务,就先确认是否要优先执行 spike。
如果这 3 个问题都没有问题,就进入 Phase A(设计目标是在 30 秒内完成)。
如果 Plans.md 有 Depends 列(v2 格式),就按依赖图执行任务:
- 的任务。如果有多个独立任务,就可以并行 spawnharness-work Phase B)注意: 每个任务的“Worker 完成 → review → cherry-pick”仍是串行流程。 能并行的只有独立任务(Depends 为
-)的 Worker spawn 部分。
在 Codex 中使用原生 subagent。
常用控制面包括 spawn_agent、wait、send_input、resume_agent、close_agent。
Claude Code vs Codex 的通信 API(SSOT:
team-composition.md里的 API 映射表):
- Claude Code: 用
SendMessage(to: agentId, message: "...")给 Worker 下发修正指令- Codex: 先用
resume_agent(agent_id)恢复 Worker,再用send_input(agent_id, "...")发送指令
harness-work中的伪代码是按 Claude Code 语法写的;在 Codex 环境中请按上面的方式理解。
harness-work — 从单任务到团队执行的主体技能harness-sync — 進捗同期harness-review — 代码评审(在 breezing 中自动启动)npx claudepluginhub lane2077/claude-code-harness-zh --plugin claude-code-harness-zhGuides creation, editing, and verification of skills for AI coding agents using test-driven development with subagent scenarios. Use when authoring or debugging skills.