self-harness は、ハーネスエンジニアリング に関するオープンソースの中国語チュートリアルであり、 Datawhale コミュニティによって、番号付きの章のシリーズと付随する実践プロジェクトとして公開されている。 その目的として掲げられているのは、複雑で長時間稼働する AI エージェントのための堅牢な基盤ランタイム アーキテクチャをどう構築するかを、開発者が理解できるよう支援することである。
このシリーズは、この分野を互いに代替し合う手法の集まりとしてではなく、段階的な発展として整理している。 すなわち、プロンプトエンジニアリング から、動的な情報管理としての コンテキストエンジニアリング を経て、システムレベルのハーネスエンジニアリングへと至る、という流れで ある。この枠組みはチュートリアル自身の構成上の主張であり、各章が従う順序を与えている。
想定読者は、AI アプリケーション開発者、大規模モデル技術に関心のある人、そして基本的なプログラミング能力を持つ Python 開発者である。読者が得られる成果として挙げられているのは、コンテキストエンジニアリングがプロンプト エンジニアリングとどう異なるかを理解すること、動的なコンテキスト管理を扱えるようになること、拡張可能な AI スキルシステムを設計すること、そして Claude Code に代表される種類の最小限のシステムを 構築することである。
範囲と構成
チュートリアルは理論編と実践編に分かれている。理論編の章では、プロンプトエンジニアリングの概念・手法・限界、 コンテキストエンジニアリングの概念と手法、長時間にわたって破綻せずに動き続けなければならないエージェントのための ハーネス設計、そしてこの 3 つをつなぐ発展の流れを紹介する。実践編は miniMaster を軸に 構成されている。これは最小限のハーネス実装であり、そのコードは同じリポジトリに同梱されている。チュートリアルは これを使って、ハーネスの理論が実際のエージェントシステムにどう落とし込まれるかを示している。
シリーズは https://datawhalechina.github.io/self-harness/ でオンライン閲覧でき、各章は実践用のコードと並んで Markdown としてリポジトリに置かれている。
ステータス
プロジェクトはアルファ版とされている。プロジェクト自身の告知では、内容はまだ改善中であり誤りや漏れを含む可能性が あると述べ、読者に Issue の登録を呼びかけている。リポジトリの未完了作業リストには 1 つの項目が挙げられている。 主流のハーネスシステム上に構築されたエージェント製品の分析であり、その例として NanoBot と OpenHarness が 挙げられている。
この作品のライセンスは、クリエイティブ・コモンズ 表示 - 非営利 - 継承 4.0 国際（CC BY-NC-SA 4.0）である。