challenge-project-methodology
面向高难度 AI Agent 项目的实战方法论，以 L0-L3 分级门控按复杂度分配资源，以测试与证据驱动验证替代主观判断，并在每次交付后持续演进规则体系，覆盖 OpenClaw、DSH 等多个平台。
查看原仓库英文描述
A battle-tested methodology for high-difficulty AI-agent projects: grading gates, evidence-driven verification & self-evolution. OpenClaw & DSH versions.
agenticai-agentsdeepseek-harnessdshdsh-pluginharnessllmmethodologyopenclawprompt-engineeringskill
基础信息核对
基础信息已核对
中文简介
一致
安装命令
一致
分类
一致
项目活跃度
数据覆盖 60% · 有限数据 · 数据截至 2026-09-19
52/100
最近代码活动
28/35
9 次提交 · 最近推送 35 天前
Issue 响应
N/A
0 个样本 · 暂不计分
PR 协作
N/A
0 个样本 · 暂不计分
贡献持续性
3/10
1 位近 90 天活跃贡献者
版本交付
0/5
未发现GitHub Release
社区关注度
0/10
0 Stars · 0 Forks
安装
该项目不以标准 DSH 插件形式分发（高难度 AI Agent 项目方法论，不是 DSH 插件）。安装与使用方式请查看原仓库。
