Top AI Repos — open-source AI, indexed and scored
Top AI Repos tracks AI repositories on GitHub and answers two different questions about each one: is it moving right now, and would you bet a product on it.
Top AI Repos tracks AI repositories on GitHub and answers two different questions about each one: is it moving right now, and would you bet a product on it.
Three-layer audit enforcement framework for AI agents — hooks, skills, context recovery, and audit-driven daily reports
| Date | Stars |
|---|---|
| 2026-07-31 | 576 |
| 2026-08-06 | 576 |
Today
— stars today
This week
— stars this week
This month
— stars this month
Momentum
0.0
growth rate 0.00%/day
# audit-harness
> AI Agent 的审计执行保障框架：三层防线 + Context 恢复 + 审计驱动日报
## 解决什么问题
1. **Agent 不遵守审计规范**：靠 CLAUDE.md 写"请记得写审计" → Agent 会忘。本框架用三层防线（Skill 硬编码 + 格式强制 + 会话包裹）把审计从"建议"变成"格式约束"。
2. **Context 丢失导致重犯错误**：LLM 的 context window 会被压缩/截断。审计记录作为 Agent 的外部"硬盘"，在 context 丢失时恢复工作状态和用户修正历史。
3. **没有人看审计数据**：审计数据只有被消费才有价值。自动生成的日报 + 晨间自我修正闭环，让审计数据持续驱动系统改进。
## 快速开始
```bash
# 1. 克隆/下载本仓库
git clone <repo> ~/src/audit-harness
# 2. 在目标项目中执行安装（智能模式）
cd /path/to/your/project
bash ~/src/audit-harness/install.sh
```
`install.sh` 一条命令完成：
- **全局安装**（首次）到 `~/.claude/`：核心代码 + Skills + Hooks + 全局 CLAUDE.md
- **项目初始化**：在当前项目创建 `.claude/audit_config.py`、`.claude/runs/`、注入 `CLAUDE.md` 审计规范
后续在其他项目里直接 `bash ~/src/audit-harness/install.sh` 即可自动识别"全局已装"并仅做项目初始化。
### 进阶用法
```bash
bash install.sh --global # 仅全局安装
bash install.sh --init [project_dir] # 仅项目初始化（默认当前目录）
bash install.sh --auto [project_dir] # 全局 + 项目初始化
```
### 定制项目配置
`install.sh --init` 会在项目下生成 `.claude/audit_config.py`，根据你的项目实际情况修改：
```python
CORE_SCRIPTS = ["main.py", "pipeline.py"] # 关键脚本（环境快照计算 SHA256）
CORE_ASSETS = ["model.pkl"] # 关键资产
PROMPT_TEMPLATE_GLOB = "prompts/*.txt" # prompt 模板 glob
ALERT_RULES = [
# 业务相关的告警规则（参考 templates/audit_config.example.py）
]
```
> `audit_context.py` 启动时按 `<project>/.claude/audit_config.py` → `<project>/audit_config.py` 顺序查找并加载，未找到则使用模块默认值（全部为空）。
### 开始使用
```
/start "你的第一个任务"
... 工作（每次涉及数据/代码变更的操作自动附带 [AUDIT] 块）...
/end
```
## 包含内容
### Skills（4 个，全局安装到 `~/.claude/skills/`）
| Skill | 命令 | 作用 |
|-------|------|------|
| audit-start | `/start "任务描述"` | 创建审计会话 + 自动恢复历史 context |
| audit-end | `/end` | 汇总审计 + 完整性检查 + 保存 |
| audit-recover | `/recover` | 从审计记录恢复丢失的 context |
| audit-report-daily | `/report-daily` | 基于审计数据生成工作日报 |
### Hooks（3 个，全局安装到 `~/.claude/audit-harness/hooks/`）
| Hook | 事件 | 作用 |
|------|------|------|
| `post_tool_audit.sh` | PostToolUse | 自动记录 Write/Edit/Bash 操作到 `audit_buffer.jsonl` |
| `stop_flush.sh` | Stop | 每轮回复结束后归档 buffer + pending 到 session 审计文件 |
| `prompt_inject_session.sh` | UserPromptSubmit | 每轮输入时注入当前 session 上下文 |
> 所有 hook 通过共享 helper `_audit_common.sh` 加载 lib，使用 `python3 audit_context.py update-index ...` CLI 写 `index.json`，与 `AuditContext.save()` 共享同一份 schema。
### 核心代码
| 文件 | 作用 |
|------|------|
| `lib/audit_context.py` | AuditContext、RecordEntry、CompactRecord、索引 schema、CLI 入口 |
### 模板
| 文件 | 作用 |
|------|------|
| `templates/audit_config.example.py` | 项目配置模板（CORE_SCRIPTS、ALERT_RULES 等） |
| `templates/CLAUDE.md.audit-section` | CLAUDE.md 审计规范模板 |
## 架构概览
### 数据存储
所有审计数据集中在 **`<project>/.claude/runs/`** 下：
```
.claude/runs/
├── index.json # 统一索引（schema_version=1.1）
├── audit_buffer.jsonl # PostToolUse 写入缓冲（每轮被 Stop 清空）
├── audit_pending.jsonl # Agent 主动写入的 [AUDIT] 块缓冲
├── .current_session # /start 与 hooks 间的握手协议
├── {session_id}/
│ ├── session.json
│ ├── audit_trail.jsonl # 归档后的完整审计记录
│ ├── manifest.json # AuditContext.save() 产出（结构化 batch）
│ ├── anomalies.json
│ └── checksums.json
└── daily/ # /report-daily 输出
```
### 三层防线
```
层 1: Skill 硬编码（结构化任务，100% 可靠）
→ AuditContext 内置 record/finalize/save 流程
→ /start /end 会话级审计
层 2: [AUDIT] 输出格式规范（非结构化任务，~90% 可靠）
→ CLAUDE.md 规定回复必须包含 [AUDIT] 块
→ 格式约束 > 行为建议
层 3: Hooks 自动兜底（黑盒拦截，~100% 可靠）
→ PostToolUse 自动记录工具调用
→ Stop 自动归档 buffer + pending
→ UserPromptSubmit 自动注入 session_id
```
### Context 恢复
```
新 session 启动 → /start 自动加载 index.json + 最近 daily report
Session 内压缩 → Agent 主动调用 /recover
恢复优先级：
🔴 用户修正 (user_correction) — 最先恢复，丢了会重犯错误
🟡 任务状态 — 做到哪了
🟢 分析结论 — 得出了什么
⚪ 环境配置 — 什么版本的规则/模型
```
### Record 类型
审计框架同时追踪三种 Record，可在同一任务中共存：
| 类型 | 含义 | 粒度 | 频率 |
|------|------|------|------|
| 数据 Record | 每条业务数据的处理链 | 行级 | 高（日均 10,000+） |
| 变更 Record | 代码/配置/Prompt 的修改 | 变更级 | 低（日均 0-5） |
| 对话 Record | 人与 Agent 的每轮对话 | 交互级 | 中（日均 10-50） |
## 设计哲学
1. **今天正确不代表明天正确** — 正确样本也保留审计，支持回溯重新评估
2. **审计即记忆** — 审计记录是 Agent 的外部持久化存储，context 丢失时的Excerpt of 4,119 characters
Read on GitHub
20
Would you bet a product on this? Bounded 0–100 and slow moving.
matched fp:4de43e10d3935ca6, desc:ai agents