$ loading_
为固定模型构建并迭代元级脚手架，自动优化记忆、检索、上下文与提示。
复制安装指令，让 AI 自动完成配置 · 推荐新手
"harness-forge" 暂无可直接复制的安装信息，请查看页面文档或源码仓库。
请用 harness-forge 思路，为一个固定模型设计一套可迭代的元脚手架：包括记忆、检索、上下文拼接和提示策略，并给出 propose→score→Pareto 的改进循环。
输出一套可执行的脚手架方案和迭代流程。
请针对以下 3 个 harness 方案做 propose→score→Pareto 评估，比较它们在准确率、成本、上下文利用率上的优劣，并推荐下一轮保留的方案。
输出对比评分、Pareto 最优项和下一步建议。
我有一个现有 Claude Code 工作流，请把它改造成 Meta-Harness 风格：指出哪些部分属于 memory、retrieval、prompting、feedback，并给出改造后的模块结构。
输出模块拆分、职责说明和重构建议。
连接浏览器与服务端运行时，支持实时调试、监控并自动修复问题。