yuyaoge/doc2harness 是 Doc2Harness 论文的官方代码仓库，用于评估模型能否自行构建编码代理的框架（harness）。框架是包裹在代理外部的执行配置，在这个仓库里，它正是模型必须亲手构建的对象。该仓库是一个部分开源的版本，公开了 94 个场景，运行需要 Python 3.11+ 和 Docker。
这个仓库的关键之处在于评估轴本身就是新的。它衡量的不是模型多会使用一块补丁，而是多会构建编码代理的框架。第 1 步是在隔离容器中运行 OpenCode，让模型在只有开发文档和接口的骨架之上实现框架。第 2 步是冻结完成的框架，然后看脚本化的模拟模型能否在另一个容器中端到端运行。观测通道明确指定为四个：模型请求、磁盘文件、退出码和命令输出；每个场景还附带一个用于过滤空通过的对照场景。
不过它的边界也很清楚。许可证标注为 NOASSERTION，无法确认正式许可证。排行榜上 19 个模型的数据，仅凭公开部分无法复现，README 也自行说明剩余案例未公开。就考察构建框架的能力这一维度而言，目前值得参考；但要依据排行榜数据讨论模型排名，还为时过早。