onexai Harness AI Coding：把编码规范做成 46 个 MCP 工具，AI 跨项目一致性 96%
用 AI 写代码半年，日常开发在 claude-sonnect-4-6 和 deepseek-v4-pro 之间按 token 用量与任务复杂度切换。目前大概 80% 的开发需求由 AI 完成，简单 review 后即可验收上线。方案设计方面，AI 能给出不少候选方案，但有些还是需要自己设计，或者跟 AI 多轮对话优化。
仅从编码能力和简单架构设计看，AI 的 Code 能力已经超过初中级开发工程师。在一个大的平台项目中，2 个人类 + 1 个 Agent 就够了：
- 资深开发/架构师：负责核心架构设计、功能设计和开发，把项目框架搭好，并构建出完整的 AI 约束框架；
- Agent（例如 Claude Code）：协助开发工程师完成各类功能开发；
- 初中级开发工程师：落地非核心功能，并完成 AI 做不了的运维类工作（服务部署、云资源申请、网络打通），给 AI 兜底。
AI Coding 的问题
放在小组、部门甚至公司维度，AI Coding 的问题会变得明显：
- 开发风格不统一：AI 在一个项目内倾向于遵循既有代码风格和架构，不一致问题较小；但跨项目看，组件复用、包复用、错误码规范都不一样。开发者各自的 SKILL、MCP Tool 也难以标准化和统一分发。
- 无意义的防御性代码：AI 写出的不少防御性编程代码并不需要，反而让代码臃肿。
- 规范约束要反复通过 Prompt 强调：同一个项目不断加新功能、应用开发要新增多个服务时，每个服务都要重新跟 AI 强调规范和约束，新服务要写的约束 Prompt 甚至更多。
非 AI 时代的答案
AI 当前的能力形态，本质是一个“拥有超强记忆力、极快编码速度、但在系统全局设计和复杂逻辑上缺乏经验的初中级工程师”。
对比结论：
- 简单项目/功能：AI Coding 能力 > 高级开发工程师（效率、规范度、实现方案、考虑异常等方面）；
- 复杂项目：AI Coding 能力 env > file > KV > default), BindPFlag, env binding with key replacer, Unmarshal with mapstructure tags, hot reload, test isolation
web-frontend Get the web frontend standards: React 19 + Rsbuild + Wujie micro-frontend, monorepo layout, naming, components, stores, routing, i18n, styling, and commit rules
规范全量喂给 AI 会消耗大量 Context。实际用法是渐进式喂入：
- 日常编码中，AI 已经会基于已有代码风格生成新代码，只需要在需要时靠近规范；
- 开发新项目时，让项目从初始化起就符合规范；
- 阶段性用定向 `/review` 命令把项目再规范化，避免频繁优化，用 `onexai review` 强制 review 并自动修复；review 时可以指定规范等级；
- 其他情况让 AI 自行判断用哪份规范，`onexai rag` 提供基于语义的规范查找。
> onexai 的所有工具会自动转换为 MCP Tool，并连接至 Claude Code 等 AI IDE。
向 AI 告知规范时，不是全量灌入，而是先通过 `onexai convention overview` 让 AI 知道可用规范与调用方式。overview 输出中有三条关键约定：
- 每个规范都是一个 MCP tool，命名规则为 `convention_`：下划线连接 `convention` 和子命令，子命令内部的连字符保留。例如 Error Return → `convention_error-return`，Dependency Injection → `convention_dependency-injection`；
- 可以调用 MCP tool，也可以使用等价 CLI：`onexai convention `；
- 规范条文分三个 Level，且同一文档可能混合多个级别：
| Level | Label | Description |
|---|---|---|
| **Mandatory** | 强制 | Must be followed in all projects. Only affects product function. Exceptions require formal review approval. Existing projects: phased improvement. New projects: enforced from design stage. |
| **Recommended** | 建议 | Follow unless there is a justified reason not to. Existing projects: adopt incrementally. New projects: default follow, exceptions require review. |
| **Reference** | 参考 | Guidance only, not hard requirements. Adopt flexibly per project context. |
这个信息层本身也是给 AI 的引导，让它知道“规范是分级、可查、可按需深入”的。规范索引中剩下的脚手架部分，由 `onexai create` 相关命令与 `scaffold` 规范条目负责落地。