Bienvenue dans les projets

Voici la section pratique de Learn Harness Engineering. Lire les leçons ne suffit pas : vous devez construire vous-même les environnements et observer comment Codex, Claude Code ou d'autres agents IA se comportent sous différentes règles.

Vue d'ensemble

Le cours propose 6 projets pratiques et progressifs qui vous apprennent à construire de zéro un environnement agentique fiable :

1. Prompt seul vs règles d'abord : comparer les résultats d'un agent avec un simple prompt et avec un harness de base.
2. Workspace lisible par l'agent : structurer le dépôt pour l'IA et établir des mécanismes de handoff.
3. Continuité multi-session : concevoir des fichiers d'état et des scripts d'initialisation pour reprendre le travail entre sessions.
4. Feedback runtime et contrôle du scope : introduire des outils permettant à l'agent de tester son code et de corriger les erreurs pendant l'exécution.
5. Auto-vérification et séparation des rôles : construire un mécanisme de revue indépendant pour éviter les hallucinations et les déclarations de réussite trop précoces.
6. Harness complet (capstone) : assembler un environnement final, observable et end-to-end pour le travail agentique.

Comment avancer

Chaque dossier de projet contient généralement :

• starter/ : votre workspace de départ.
• solution/ : une implémentation de référence si vous êtes bloqué.
• Des consignes décrivant le contexte et les objectifs précis.

Utilisez votre AI Coding Agent préféré, par exemple Claude Code, Cursor ou Trae, pour réaliser les tâches dans le répertoire starter/.