传统 AI 编程工具的流程是：AI 能写什么就写什么，写完再检查是否合规。这种方式依赖事后检查，一旦 AI 输出了含语法糖的代码，隐式行为 Bug 就已经产生了。

Dmmsys AI Harness 客户端颠覆了这一模式：AI 必须只写合规的代码，无需事后检查。通过内置的原子句式约束知识库，AI 在输出前就理解哪些句式是允许的、哪些语法糖是禁止的，从源头保证代码质量。

1)    内置 174 种原子句式，覆盖 Python、Dart、Java 三种语言的基础语句、表达式和控制流。

2)    内置 72 种禁止语法糖及其脱糖规则，每种语法糖都有明确的最简句式替代方案。

3)    约束提示词自动生成：按语言自动生成包含句式清单和生成原则的系统提示词，注入 AI 上下文。

4)    代码纯度验证：AI 输出代码后自动验证是否仅含原子句式，含语法糖则标记违规并给出具体位置。

5)    配置级硬强制：不依赖 AI 自觉，含语法糖的代码根本无法落盘，AI 被迫重写为纯原子句式。

AI 编程不是一次性的孤立操作，而是一个持续的对话过程。会话上下文知识图谱把每次与 AI 的问答轮次结构化入库，让后续调用前能按相关度检索到相关历史会话。

这意味着 AI 记得你之前做过什么。当你提出新的编程任务时，AI 会自动检索相关的历史对话，理解上下文，避免重复询问已有信息，提供更连贯的编程辅助体验。

1)    每次问答轮次完整记录：用户消息、AI 回答、思考过程、使用的模型、是否启用深度思考等信息全部入库。

2)    确定性关键词提取：通过中文/英文切分加停用词过滤，从对话文本中提取关键词建立检索索引，不依赖猜测。

3)    按相关度检索：新任务提出时，自动匹配历史会话关键词，按命中数量排序返回最相关的历史轮次。

4)    无结果明确返回：检索不到相关历史时明确返回无匹配，绝不编造上下文，保证信息准确性。

AI 编程助手最常见的问题是不知道项目里有什么代码。项目代码知识图谱通过自动扫描项目源代码，把文件、类、函数、导入关系、调用关系全部结构化入库，让 AI 知道代码里有什么。

当你提出编程任务时，AI 会自动检索项目中相关的类和函数，理解它们的参数、文档和位置，基于现有代码结构继续工作，而不是从零开始。

1)    自动扫描项目代码：递归扫描源代码文件，解析为文件、类、函数节点，提取导入关系与调用关系。

2)    结构化知识节点：每个函数节点包含完整限定名、参数列表、文档字符串、行号范围，信息完整可追溯。

3)    语法错误显式记录：解析失败的文件显式记录错误原因和文件路径，不静默跳过，保证审计完整性。

4)    按符号检索：新任务提出时，自动拆解关键词匹配函数和类节点，按命中数排序返回相关代码结构。

5)    完整限定名输出：检索结果包含完整限定名和文件路径，AI 能精确定位代码位置，不会混淆同名函数。

会话上下文知识图谱和项目代码知识图谱不是孤立的，而是通过统一检索注入服务合并为一个完整的记忆闭环。

AI 调用前，系统自动从两个图谱检索相关内容，构建上下文注入提示词拼到 AI 的上下文最前面。AI 生成回答后，系统自动把本次问答轮次写回会话图谱。下次调用时能检索到本次轮次，形成闭环。

1)    双图谱合并检索：同时从会话图谱和代码图谱检索，合并结果构建完整的上下文注入。

2)    四种匹配状态：两图谱都命中、仅会话命中、仅代码命中、都未命中，每种状态都有明确处理方式。

3)    注入文本结构化：包含相关历史会话和相关代码结构两个部分，信息来源清晰标注。

4)    记忆闭环：检索注入 → AI 生成 → 回写图谱 → 下次检索能命中，形成完整闭环。

5)    绝不编造：两图谱都检索不到时明确返回空注入，绝不编造上下文，保证 AI 输出可靠性。

AI Harness 客户端支持多种运行形态，既可以作为 AI 编程插件的约束引擎被调用，也可以作为独立工具服务供其他 AI 代理使用。

无论哪种形态，核心能力一致：原子句式约束、代码纯度验证、约束提示词生成。企业可根据自身技术栈选择合适的集成方式。

1)    插件形态：作为 AI 编程助手的插件，提供约束感知的编程能力，AI 在约束空间内生成代码。

2)    工具服务形态：作为独立工具服务，通过标准协议供其他 AI 代理调用约束验证和提示词生成能力。

3)    硬强制拦截：在 AI 写入文件时自动校验代码纯度，含语法糖直接阻断写入，配置级强制不依赖 AI 自觉。

4)    三语言支持：Python、Dart、Java 三种语言全覆盖，每种语言都有完整的原子句式和语法糖规则。

AI Harness 客户端遵循严格的设计原则，确保每一行代码都可靠、可审计、可追溯。

这些原则不是口号，而是落实到每个功能点的设计决策，保证 AI 编程辅助的质量和可靠性。

1)    绝不兜底：两图谱都检索不到时明确返回无匹配与空提示，绝不编造上下文，保证信息准确。

2)    绝不简写：所有变量名、方法名、表名含完整业务语义单词，注入文本中代码节点带完整限定名。

3)    确定性检索：关键词提取是规则（切分加停用词过滤），不是猜测；检索按命中关键词数量排序。

4)    错误显式审计：代码扫描失败显式记录错误原因和文件路径，不静默跳过，保证审计完整性。