Harness（约束）思维的本质是：给 AI 一个已有的实现作为参照，让它照着复刻一份，而不是凭空创造。就像给一个新入职的工程师说 "你照着这个模块的风格，写一个类似的"，而不是 "你自由发挥"------ 前者往往能更快产出符合团队规范的代码。

我们做平台化的业务，同时对多业务提供服务时，需要有标识能够区分每一次业务服务请求的身份，这样就可以提供差异化个性化的服务，我理解这就是业务身份。

本项目构建了一个网关路由 AI 安全审计系统，采用"通用 Agent + 业务 Skill"分层设计，增量日检/存量月检。落地 Open 网关路由越权漏洞检测流程，通过 AI 批量筛查 + 人工深度验证的人机协同模式，为大规模 API 安全审计提供了可复用的智能化解决方案。充分发挥通用 Agent 能力，业务逻辑在 Skill 中快速迭代。

2020年3月，得物技术团队在三个月的时间内完成了整个交易体系的重构，交付了五彩石项目，业务系统也进入了微服务时代。系统服务拆分之后，虽然每个服务都会有不同的团队各司其职，但服务之间的依赖也变得复杂，对服务治理等相关的基础建设要求也更高。

致力于构建一套自动化 + 智能化的 E2E 测试方案，该方案旨在支撑快速迭代开发模式，有效应对用例覆盖与重构验证等场景，从而在现有资源条件下，持续为业务快速迭代和技术架构升级提供可靠的质量保障。

后端排查 BUG 流程重复繁琐，需频繁切换日志平台与 IDE。本文结合 Claude Code Skill 与日志平台 MCP 协议，实现 /log-diagnosis 智能诊断能力，让 AI 自动完成日志查询、代码定位与根因分析，并通过实战案例验证效果，为 AI 赋能研发提效提供工程化实践方案。

财务数仓因复杂度高、容错率低，传统人工易出错。引入AI大模型在需求理解、代码编写、质量测试、文档沉淀全链路提效。实践证明，AI在标准化建模、SQL开发、数据测试等场景显著提升效率与质量，让数仓工程师聚焦业务判断，实现人机协作新模式。

财务数仓因复杂度高、容错率低，传统人工易出错。引入AI大模型在需求理解、代码编写、质量测试、文档沉淀全链路提效。实践证明，AI在标准化建模、SQL开发、数据测试等场景显著提升效率与质量，让数仓工程师聚焦业务判断，实现人机协作新模式。

基于 Cursor Agent 的流水线集成方案。MR 自动触发审查，生成结构化报告并支持一键修复与协作，配合规范提示词工程，有效问题检出率约 50%，显著提升代码质量与研发效率。

后端排查 BUG 流程重复繁琐，需频繁切换日志平台与 IDE。本文结合 Claude Code Skill 与日志平台 MCP 协议，实现 /log-diagnosis 智能诊断能力，让 AI 自动完成日志查询、代码定位与根因分析，并通过实战案例验证效果，为 AI 赋能研发提效提供工程化实践方案。