Repo-lab
開発ツール

harness-engineering GitHubリポジトリとは？エージェント環境設計の実践集を使い倒す方法

⭐ 2,176 stars GitHub →

harness-engineering GitHubリポジトリとは？エージェント環境設計の実践集を使い倒す方法

lopopolo/harness-engineeringは、AIエージェントの出力を環境設計で改善する「harness engineering」の実践集GitHubリポジトリです。12のテーゼ・playbooks・AGENTS.md・評価ガイドが1つのコンテキストバンドルとして提供されます。

GitHubで急上昇中の lopopolo/harness-engineering をご紹介します。 スター数 2,176★ を獲得し、DevTool分野で注目されているツールです。

lopopolo/harness-engineering とは？

このリポジトリは、OpenAIエンジニアのRyan Lopopolo氏が著した「harness engineering実践集」です。harness engineeringとは、AIモデルとコーディングエージェントを「ブラックボックス」として固定したまま、その外側の2つのレバー――コンテキストとツール――を改善することでエージェント出力を向上させる実践的アプローチです。

2026年7月18日にv1.0.0が公開され、12の発展的テーゼ・アプリケーションplaybook・評価ガイダンス・実装事例・Ryanの公開文書ライブラリが含まれます。重要なのは、このリポジトリは「コードライブラリ」ではなく、エージェントのコンテキストバンドル（AGENTS.md・docs/・playbooks/）として設計されている点です。AIエージェントをこのリポジトリに向けるだけで、エージェントの出力が向上するという構造になっています。

こんな人におすすめ:

  • エンジニア向け: AIエージェントを業務に導入しているエンジニアやチームリーダーが、プロンプトエンジニアリングの次のステップとしてharness engineeringの考え方を実務に取り入れるための参考リポジトリとして活用できます
  • 非エンジニア向け: 基本的にはエンジニア・技術者向けの実践集ですが、AIエージェント導入を検討している組織のマネージャーにも概念理解として有用です

主な機能・特徴（リポジトリの構成）

  • AGENTS.md — エージェントへのルーター — コーディングエージェントがこのリポジトリを読む際のエントリポイント。タスクを関連するテーゼ・ケース・証拠にルーティングする設計になっています
  • docs/ — 12のテーゼと理論体系 — docs/domain-modeling/・docs/durable-systems/・docs/last-mile-deployment/ などに体系的なテーゼが格納されています
  • playbooks/ — 実装パターンの参照集 — 具体的なharness実装に向けたplay集。実際のプロジェクトに適用できる具体的なパターンを提供します
  • evals/ — エージェント評価ガイダンス — エージェント出力を評価するためのガイド。品質を定量化するための視点を提供します
  • sources/ — 公開文書ライブラリ（出所保証付き） — RyanのX（旧Twitter）投稿・ポッドキャスト・講演を一次資料として収録し、エージェントが参照できる形で整理されています

使い方・始め方

方法1: エージェントのコンテキストとして利用

このリポジトリはコードをインストールするのではなく、AIエージェントのコンテキストとして参照するのが主な使い方です。

# リポジトリをクローンしてエージェントのコンテキストとして利用
git clone https://github.com/lopopolo/harness-engineering.git

# Claude Code・Codexからリポジトリを指定
# AGENTS.md がタスクを関連docs・playbooks・証拠に自動ルーティングします

方法2: AGENTS.md をプロジェクトにコピー

自分のプロジェクトのharness設計の参考として AGENTS.md・CLAUDE.md の構造をコピーし、プロジェクト固有の要件に書き換えることで、エージェント向けのコンテキストバンドルを自作できます。

方法3: playbooks を実際のプロジェクトに適用

playbooks/ ディレクトリには具体的な実装パターンが格納されています。直接エージェントにplaybooks内のドキュメントを読ませ、プロジェクトへの適用方法をガイドさせることができます。

リポジトリの読み方（人間向け）

直接読む場合は docs/（テーゼインデックス）から始め、適用したいシナリオに対応するplaybookを選ぶフローが推奨されています。

活用事例

AIエージェント開発チームのharness設計の参照文書として

Codex・Claude Codeを業務導入しているソフトウェアチームが、このリポジトリのAGENTS.mdとdocs/を参照し、自社のエージェント環境設計のベースラインとして活用するユースケースです。「非機能要件をコードに落とす」というharness engineeringの中心コンセプトを自社のCLAUDE.md・AGENTS.mdの設計に適用できます。

MLエンジニアが評価フレームワークを整備する際の参照

MLエンジニアがevals/を参照し、エージェント出力の品質評価指標を整備するユースケースです。「エージェントの出力を人間が承認した仕事、修正、失敗、ユーザー反応から学習させる」というフィードバックループ設計に具体的な視点を提供します。

プロンプトエンジニアリング・コンテキストエンジニアリングとの違い

harness engineeringは、AIエージェント改善の「第三段階」として位置づけられます。

アプローチ 対象 手法 永続性
プロンプトエンジニアリング 単一リクエスト テキスト指示の最適化 セッション内のみ
コンテキストエンジニアリング 会話・RAG コンテキスト管理・検索 設定ベース
harness engineering エージェント実行環境全体 コンテキスト+ツール+制約の環境設計 組織知識として累積

harness engineeringの本質は「エージェントに賢く行動させる」のではなく「賢く行動せざるを得ない環境を作る」点にあります。このリポジトリは、その環境設計のベストプラクティスをテーゼ・playbooks・実装事例として体系化した実践集です。

こんな人に向いている

1. AIエージェントを業務導入しているソフトウェアエンジニア

Claude Code・Codex・OpenCodeを使って業務を自動化しているが、エージェントの出力品質がばらつく・指示を再現できないと感じているエンジニアに向いています。このリポジトリのAGENTS.mdの設計パターンを参考に、自社プロジェクトのエージェントコンテキストを整備することで、エージェントが組織の判断基準を学習できる環境を構築できます。

2. プラットフォームエンジニア・DevOpsエンジニア

CI/CDや運用自動化にエージェントを組み込んでいるプラットフォームエンジニアが、last-mile deploymentのコンセプト（エージェントに組織のコンテキスト・能力・権限・証明を提供する仕組み）を自社インフラに実装する際の参考として有用です。

3. AIチームのテックリード・エンジニアリングマネージャー

エージェントの導入効果を高めたいが、プロンプト改善だけでは限界を感じているテックリードに向いています。12のテーゼと評価ガイダンスを通じて、組織全体のエージェント活用水準を引き上げるためのフレームワークとして活用できます。

使う前に知っておきたいこと

コードライブラリではなくドキュメント・コンテキストバンドル

このリポジトリにはインストール可能なPythonパッケージやCLIツールは含まれていません。LangChainやCrewAIのようにpip installして使うものではなく、エージェントに「読ませる」・人間が「参照する」ドキュメントリポジトリです。このことを理解した上で活用してください。

v1.0.0直後・1コントリビューター

2026年7月18日にv1.0.0が公開されたばかりで、コントリビューターは現在1名（Ryan Lopopolo氏）です。コミュニティ規模はまだ小さいため、Issueへの対応速度は組織の規模感と合わせて確認することをおすすめします。現在オープンなIssueは「Skills integration」1件のみで、活発な議論が始まっています。

CC BY 4.0ライセンス

リポジトリが著作するマテリアルはCC BY 4.0ライセンスです（COPYING.md参照）。ソース資料の帰属・権利については別途確認が必要です。

関連ツール・おすすめサービス

  • Vercel — harness engineeringの実践として、エージェントが生成したコードのデプロイ先にVercelは最適。playbooks実装の確認環境として即座に使えます
  • DigitalOcean — エージェント実行環境のセルフホストや評価（evals）環境の構築にDigitalOcean App Platformが活用できます

まとめ

lopopolo/harness-engineeringは、「プロンプトを良くする」次の段階として「エージェントの実行環境そのものを設計する」harness engineeringの実践集です。12のテーゼ・playbooks・AGENTS.md構造が一体となったコンテキストバンドルとして、AIエージェントを直接このリポジトリに向けることで即座に効果を発揮します。

Claude Code・Codex・OpenCodeを業務に本格導入しているエンジニア・テックリードが、エージェント出力の品質と一貫性を高めるための参照先として、まずはREADMEとAGENTS.md・playbooks/の構成を確認してみてください。

GitHub でチェックする →

この技術を学ぶ

AIエージェント開発・DevToolに興味を持った方には、Udemyのオンラインコースもおすすめです。

毎日更新のGitHubツール情報

LINEで受け取って最新情報をキャッチアップしよう

友達追加する（無料）

関連記事

この記事が役に立ったらシェアしてください