Harness Engineering 关注的不是单次提示词，而是围绕 AI Agent 搭建上下文、工具、权限、约束、反馈和质量检查体系。它能让同一个模型在更可控的环境里完成复杂工程任务，并降低 AI 生成代码的维护风险。
围绕 PUA、PUAClaw、noPua、edict 四个 GitHub 项目，拆解 AI Skill 如何通过系统提示、分类体系、正向方法论和多 Agent 流程影响大模型行为，并给出适用场景、风险和上手方式。
AI 编码真正难点不只是模型能力，而是上下文失控和需求意图模糊。围绕 Claude Code 的代理执行能力与 OpenSpec 的规格驱动流程，可以构建一套可验证、可沉淀、适合团队协作的 AI 编码工作流。
Skill 不是长 Prompt，而是把业务流程、失败教训、交付契约和自检门禁沉淀成 AI Agent 可重复执行的 SOP。围绕 web-testing 场景，讲清页面发现、报告交付、工程约束和结构完整性四类问题的训练方法。
AI Coding 真正的瓶颈不只是生成代码，而是测试、验证、排障、交付等非编码流程。围绕 Harness Engineering，系统讲清大模型推理限制、上下文治理、工具设计、多智能体协作和端到端闭环交付的方法。
ClawBot 协议层提供了微信消息接收、AES 加密、二维码认证和媒体文件传输能力。围绕这些协议能力，可以用本地 Node.js 进程把微信消息转发给 Claude Code，再把 Agent 的回复发回微信，构建一个不依赖公网回调的移动端入口。
OpenClaw 的 workspace 决定 Agent 的身份、行为规则、用户偏好、工具使用方式、长期记忆和技能加载方式。通过梳理核心文件、openclaw.json 配置、多 Agent 目录设计和常见坑，可以把 Agent 从“能启动”调到“稳定好用”。
围绕 Claude Code 的日常开发工作流，讲清 WaveTerm、Claude HUD、chrome-cdp-skill 三个开源工具分别解决终端切换、运行状态不可见、浏览器交互自动化的问题，并给出适用场景、安装方式和使用注意事项。
Claude Code 里有不少容易被忽略的斜杠命令和快捷键，可以减少上下文污染、回退错误改动、分叉实验方案、定时执行任务、远程控制会话，并对 AI 生成代码做自动审查。
