基于 Anthropic Harness 框架的任务目标基准评测器。采用生成器-评估器分离架构（GAN 启发），支持前端设计评估（设计质量/原创性/工艺/功能性 4 维度）和全栈开发评估（冲刺合同/功能完整性/代码质量/用户体验 4 维度）。触发于 /harness-benchmark、「评估任务」、「benchmark harness」、「设计评估」、「质量评估」等关键词。
基于 Anthropic Harness 框架的任务目标基准评测器。采用生成器-评估器分离架构（GAN 启发），支持前端设计评估（设计质量/原创性/工艺/功能性 4 维度）和全栈开发评估（冲刺合同/功能完整性/代码质量/用户体验 4 维度）。触发于 /harness-benchmark、「评估任务」、「benchmark harness」、「设计评估」、「质量评估」等关键词。