🧪 beta · 内测中
让你的 AI agent 每周自动升级一次工作流
一个 skill 驱动完整闭环：拉取逻辑跃迁维护的最新最佳实践 → 扫描你项目的 harness 现状 → 用你本地的 Claude Code 做 DeepResearch → 预览并应用本地改动 → 生成本地报告。
运行一次 = 走完 7 步闭环
- 1 扫描本地项目 — 读取 CLAUDE.md / .claude/skills /.claude/hooks / .mcp.json / lorejump 历史评分，汇总为 project fingerprint
- 2 MCP 拉取最新实践 — 调用 lorejump-mcp 的
get_sota_pack，一次拿回 SOTA 画像 + 演变要点 + Top N 升级候选 + 适配你项目的 gap 清单 - 3 DeepResearch 建议块 — 对每个候选输出
WebFetch/Agent命令模板，由你决定是否让 Claude Code 跑交叉验证 - 4 改动预览 — 每项候选对应具体的 diff / 命令，保守模式默认只预览不改文件
- 5 应用（你确认后） — 选择性应用；失败回滚该项；不动 src/ 应用代码；尊重本地 hook 保护
- 6 生成本地报告 — 写入
.lorejump/harness-cycle-YYYY-MM-DD.md（应用清单 + 跳过清单 + 需你评估清单） - 7 报告回传 — 应用结果与跳过原因通过 MCP
submit_report（apply/session_close两类 markdown 报告）回传逻辑跃迁，驱动下周实践库优化
安装（需先装 lorejump-mcp）
Claude Code（1 步）
curl -fsSL https://lorejump.com/install/lorejump-harness.sh | bash脚本会把 SKILL.md 放到 ~/.claude/skills/lorejump-harness/
运行
# 预览（保守模式，默认）
/lorejump-harness
# 应用
/lorejump-harness --apply
# 只看某日期之后新增
/lorejump-harness --since 2026-04-13
# 深度验证（多一轮 WebFetch/Agent 交叉）
/lorejump-harness --deep示例输出（非真实项目）
🔧 LoreJump Harness 升级预览 — 2026-04-20
━━━━━━━━━━━━━━━━━━━━━━━━━
候选 5 项（按 priority_score）
── 1. [CC-2026-W17-skills-token-budget] Skill 2K token 上限最佳实践（priority=89）──
适用：context_management + multi_agent（你 D2=4 → 目标 D2=5）
来源：anthropic.com/skills-authoring-guide
改动预览：修改 .claude/skills/foo/SKILL.md 第 45-78 行，精简到 < 2000 token
── 2. [CC-2026-W17-hooks-audit-log] hooks 审计日志（priority=76）── ...
💡 深挖建议（由你决定跑）：
WebFetch https://anthropic.com/... "验证 2026-04 后仍适用"
确认执行？ [A] 全部 [1,2] 选择 [N] 跳过 [D 1] 详细 diff
* 示例仅用于展示输出格式，非真实项目数据
逻辑跃迁在背后做什么？
你的 skill 只需调用 lorejump-mcp — 背后的扫描、信息源选择、条目质量控制都由逻辑跃迁持续维护。
信息源
Anthropic 官方 changelog / engineering blog、MCP spec、社区 harness 精选（awesome-claude-code、claudekit、agnix 等）。具体源清单为逻辑跃迁内部维护，持续迭代。
质量控制
每条实践带适用维度、effort / impact 标签、验证日期、延伸阅读 URL 池。过时 / 被替代的实践自动降级。
beta 内测说明
- · 逻辑跃迁实践库当前条目数处于早期积累阶段
- · 若想参加内测，先完成 一次诊断 建立项目档案
- · 内测期间 telemetry 仅含你主动确认的"已应用 / 不适用"反馈，不收集代码内容