harnext er en open source AI-kodningsagent med harness engineering, bygget af FlowHunt. Det er en interaktiv terminalagent, der læser, skriver og redigerer filer, kører shell-kommandoer og styrer MCP-servere — og genererer trinvise GitHub Actions-workflows, så AI kan tage GitHub-issues fra start til slut.

Hvordan automatiserer harnext GitHub-issues til pull requests?

harnext setup skriver en trinvis pipeline af GitHub Actions-workflows. Hvert trin er et label; at forfremme et label trigger det næste trin. Pipelinen går gennem issue:tagged → stage:plan → stage:implement → stage:review → stage:merged, med en dedikeret AI-agent på hvert trin, automatisk.

Hvilke AI-modeller og udbydere understøtter harnext?

harnext understøtter 20+ LLM-udbydere out-of-the-box via pi-ai, inklusive Anthropic, OpenAI, Google, Ollama, NVIDIA NIM, llama.cpp, vLLM, Mistral og flere. Skift udbyder med et enkelt --provider- og --model-flag, og brug gerne forskellige udbydere pr. pipeline-trin.

Kan jeg bruge Claude Code eller OpenAI Codex med harnext?

Ja. Hvert harnext-pipelinetrin kan dispatche en anden executor. Brug harnext-REPL til interaktivt arbejde, og overdrag et CI-trin til claude-code eller codex i ubemandet tilstand — approval- og sandbox-bypass-flag sættes automatisk.

Hvilke værktøjer har harnext-agenten?

harnext leveres med en minimal, fokuseret seks-værktøjs executor: read, write, edit, bash, skill og MCP. Det er hele agenten — ingen wrappers, glue-scripts eller skjult orkestreringslag.

Kan jeg køre harnext med lokale modeller for at holde koden privat?

Ja. Peg harnext mod Ollama eller et NVIDIA-kompatibelt endpoint, så behøver din kode aldrig forlade din maskine. Du kan bruge den interaktive REPL hos en cloud-udbyder og dispatche CI-trin til en lokal Llama-model — alt med ét --provider-flag.

Hvordan opsætter jeg en self-hosted runner med harnext?

Kør harnext setup i dit repository, så registrerer den en GitHub Actions self-hosted runner pinned til dit repo med et projektspecifikt label, installerer den som systemd- eller launchd-tjeneste og holder den i live på tværs af reboots. harnext runner status og harnext runner logs følger daemonen.

Hvad er harnext-skills?

Skills er genbrugelige agent-bundles, du tilknytter ethvert pipelinetrin. Indbyggede skills inkluderer review (kode-review), init (projektinitiering) og browser-verify (visuel regression). Du kan lave dine egne og dele dem på tværs af repoer.

Hvordan forbinder harnext til MCP-servere?

harnext kan forbinde til enhver MCP-kompatibel server i proxy- eller direct-tilstand. Det lader agenten kalde browserautomatiseringsværktøjer, databaser, søge-API'er eller enhver anden MCP-tjeneste som et nativt trin i pipelinen.

Er harnext open source, og hvordan installerer jeg det?

harnext er MIT-licenseret og open source. Installer det globalt med `npm install -g harnext` (Node.js ≥ 20 kræves). Kildekoden ligger på github.com/QualityUnit/harnext, og pakken på npm.

Harnext fra FlowHunt Læs mere

AI-kodningsagent. Harness-engineered.

harnext er CI-harnesset omkring din AI-kodningsagent — det genererer trinvise GitHub Actions-workflows, label-styret forfremmelse og en self-hosted runner, der bringer en issue fra triage til mergeret PR, end-to-end.

Prøv Harnext Se på GitHub

harnext AI-kodningsagent samler en GitHub-issue op og åbner en PR

harnext fra FlowHunt

En open source AI-kodningsagent og CI-harness, der bringer en GitHub-issue fra label til mergeret PR — autonomt. Bygget af FlowHunt-teamet, til udviklere, der vil have AI i workflowet uden at give afkald på kontrollen.

LLM-udbydere: 20+
Agent-værktøjer: 6
Pipeline-trin: 5
Open source: MIT

Funktioner

Alt, du ville bygge ind i en kodningsagent — i én CLI.

harnext leverer agenten, harnesset og runneren. Ingen glue-scripts, ingen agent-server.

Interaktiv terminalagent: En REPL, der læser, skriver, redigerer, kører bash og styrer MCP-servere. One-shot-tilstand med -p til scripts og CI.
20+ udbydere, én CLI: Anthropic, OpenAI, Google, Ollama, NVIDIA og flere via pi-ai. Skift med --provider og --model i farten.
Harness til dit repo: Genererer GitHub Actions-workflows, der samler issues op pr. label, kører det rigtige trin og publicerer resultaterne.
Self-hosted runner: Registrer en daemon på din egen maskine (systemd / launchd) og kør trin på din hardware. Idempotent installation.
Skills og MCP: Bundl genbrugelige skills (review, init, browser-verify) og forbind enhver MCP-server i proxy- eller direct-tilstand.
Replays og status: harnext status viser aktive runs; replays lader dig genafspille enhver session trin for trin. Sessions ligger i ~/.harnext.

Agenten

Minimal agent. Lokale modeller.

harnext er en lille, fokuseret CLI-agent. Seks værktøjer, et par skills og en MCP-bro — det er hele executoren. Peg den mod en lokal model, og kodebasen forlader aldrig maskinen.

harnext kører med Ollama llama3.2 på localhost

Bitteliden værktøjsflade.: read · write · edit · bash · skill · MCP. Det er hele agenten. Ingen wrappers, glue-scripts eller skjult orkestrering.
Local-first-modeller.: Peg harnext mod Ollama eller NVIDIA out-of-the-box, eller mod et OpenAI-kompatibelt endpoint. Koden behøver ikke forlade maskinen.
Skift udbyder pr. trin.: Interaktiv REPL på Anthropic, dispatch et CI-trin til en lokal Llama. Ét flag: --provider, --model.
Åben og inspicerbar.: MIT-licenseret monorepo, klartekst-JSON-sessions i ~/.harnext. Replay enhver run, audit ethvert værktøjskald.

harnext styrer sig selv — eller hvilken som helst agent, du stoler på.

Hvert pipelinetrin kan dispatche en anden executor. Brug harnext-REPL til interaktivt arbejde, og vælg claude-code eller codex pr. trin i ubemandet CI.

harnext
Indbygget interaktiv REPL. Read, write, edit, bash og MCP — drevet af den udbyder, du vælger (Anthropic, OpenAI, Google, Ollama, +20 flere via pi-ai).
Læs mere
Claude Code
Anthropics CLI, dispatched. harnext overdrager et trin til claude-code med --max-turns og sandbox-flag sat automatisk.
Læs mere
Codex
OpenAIs CLI, dispatched. Samme grænseflade som Claude Code — approval- og sandbox-bypass-flag koblet til ubemandede runs.
Læs mere

Harnesset

Fra en GitHub-issue til en mergeret PR — på skinner.

harnext setup skriver en trinvis pipeline af GitHub Actions-workflows. Hvert trin er et label; at forfremme et label trigger det næste. Kør på GitHub-hostede runners, din self-hosted daemon eller begge.

harnext femtrins pipeline med genereret workflow YAML

issue:tagged: Tagger-workflow sætter første trin-label, så snart en issue åbnes.
stage:plan: Agenten læser issuen og skriver en struktureret implementeringsplan tilbage som GitHub-kommentar.
stage:implement: Agenten åbner en branch, redigerer filer ifølge planen og opretter en pull request.
stage:review: Reviewer-agenten læser diffen, sender inline-kommentarer og trigger et fix-workflow, hvis nødvendigt.
stage:merged: Post-merge-cleanup-workflow kører efter PR'en — lukker issues, opdaterer projektstatus.

Tre kommandoer til en kørende agent.

harnext er designet til at være produktivt på få minutter. Installer globalt, kør setup én gang pr. repository, og start din interaktive agent.

1. Installer
npm install -g harnext Kræver Node.js ≥ 20. Gemt i ~/.harnext.
Se på npm
2. Opsæt pipelinen
cd my-repo && harnext setup Tilføjer labels, skriver de trinvise GitHub Actions-workflows og registrerer eventuelt en self-hosted runner.
Quick-start-guide
3. Brug den som kodningsagent
harnext Den samme CLI er din interaktive agent — read, write, run, drive MCP. Send -p for one-shot-brug.
Se dokumentationen

Self-hosted runner

Kør agenten på din egen hardware.

harnext setup registrerer en GitHub Actions self-hosted runner pinned til dit repo, installerer den som systemd- eller launchd-tjeneste og holder den i live på tværs af reboots. harnext runner status og harnext runner logs følger daemonen.

Idempotent installation:: Genkørsel af setup springer allerede gjort arbejde over — sikkert at køre flere gange.
Projekt-pinned label:: Et unikt label forhindrer delte runners i at samle jobs op, der er tiltænkt et andet projekt.
Sikkerhedsnet for offentligt repo:: harnext setup bekræfter, at fork-PR-godkendelsesporte er aktive, før der registreres en runner til et offentligt repo.
Ren afinstallation:: Best-effort cleanup ved afinstallation: afregistrering, stop tjenesten, fjern alle runner-artefakter.

Ofte stillede spørgsmål

: harnext er en open source AI-kodningsagent med harness engineering, bygget af FlowHunt. Det er en interaktiv terminalagent, der læser, skriver og redigerer filer, kører shell-kommandoer og styrer MCP-servere — og genererer trinvise GitHub Actions-workflows, så AI kan tage GitHub-issues fra start til slut.
: harnext setup skriver en trinvis pipeline af GitHub Actions-workflows. Hvert trin er et label; at forfremme et label trigger det næste trin. Pipelinen går gennem issue:tagged → stage:plan → stage:implement → stage:review → stage:merged, med en dedikeret AI-agent på hvert trin, automatisk.
: harnext understøtter 20+ LLM-udbydere out-of-the-box via pi-ai, inklusive Anthropic, OpenAI, Google, Ollama, NVIDIA NIM, llama.cpp, vLLM, Mistral og flere. Skift udbyder med et enkelt --provider- og --model-flag, og brug gerne forskellige udbydere pr. pipeline-trin.
: Ja. Hvert harnext-pipelinetrin kan dispatche en anden executor. Brug harnext-REPL til interaktivt arbejde, og overdrag et CI-trin til claude-code eller codex i ubemandet tilstand — approval- og sandbox-bypass-flag sættes automatisk.
: harnext leveres med en minimal, fokuseret seks-værktøjs executor: read, write, edit, bash, skill og MCP. Det er hele agenten — ingen wrappers, glue-scripts eller skjult orkestreringslag.
: Ja. Peg harnext mod Ollama eller et NVIDIA-kompatibelt endpoint, så behøver din kode aldrig forlade din maskine. Du kan bruge den interaktive REPL hos en cloud-udbyder og dispatche CI-trin til en lokal Llama-model — alt med ét --provider-flag.
: Kør harnext setup i dit repository, så registrerer den en GitHub Actions self-hosted runner pinned til dit repo med et projektspecifikt label, installerer den som systemd- eller launchd-tjeneste og holder den i live på tværs af reboots. harnext runner status og harnext runner logs følger daemonen.
: Skills er genbrugelige agent-bundles, du tilknytter ethvert pipelinetrin. Indbyggede skills inkluderer review (kode-review), init (projektinitiering) og browser-verify (visuel regression). Du kan lave dine egne og dele dem på tværs af repoer.
: harnext kan forbinde til enhver MCP-kompatibel server i proxy- eller direct-tilstand. Det lader agenten kalde browserautomatiseringsværktøjer, databaser, søge-API'er eller enhver anden MCP-tjeneste som et nativt trin i pipelinen.
: harnext er MIT-licenseret og open source. Installer det globalt med `npm install -g harnext` (Node.js ≥ 20 kræves). Kildekoden ligger på github.com/QualityUnit/harnext, og pakken på npm.

Lad os bygge dit eget AI-team

Vi hjælper virksomheder som din med at udvikle smarte chatbots, MCP-servere, AI-værktøjer eller andre typer AI-automatisering til at erstatte mennesker i gentagne opgaver i din organisation.

Planlæg en demo Prøv det nu

Lær mere

GitHub

Integrer FlowHunt med GitHub for at automatisere repository-administration, problem-tracking, pull requests og kodegennemgange med AI—uden kodning påkrævet.

Jun 15, 2025 1 min læsning

AI GitHub +4

Ai-Agents

Oct 18, 2025

AI-softwareudviklingstræning – Stop med at passe AI-editorer

En praktisk træning til softwareudviklere: stop med at passe AI-editorer og automatiser hele din udviklingslivscyklus med CodeFactory, risikotier-harnesses og G...

Apr 9, 2026 4 min læsning