harnext es un agente de codificación IA open source con harness engineering, creado por FlowHunt. Es un agente de terminal interactivo que lee, escribe y edita archivos, ejecuta comandos shell y controla servidores MCP — y genera workflows escalonados de GitHub Actions para que la IA recoja issues de GitHub y las lleve hasta el final.

¿Cómo automatiza harnext las issues de GitHub a pull requests?

harnext setup escribe un pipeline escalonado de workflows de GitHub Actions. Cada etapa es una etiqueta; promover una etiqueta dispara la siguiente etapa. El pipeline avanza por issue:tagged → stage:plan → stage:implement → stage:review → stage:merged, con un agente IA dedicado a cada paso, automáticamente.

¿Qué modelos y proveedores de IA soporta harnext?

harnext soporta 20+ proveedores LLM listos para usar vía pi-ai, incluyendo Anthropic, OpenAI, Google, Ollama, NVIDIA NIM, llama.cpp, vLLM, Mistral y más. Puede cambiar de proveedor con un único flag --provider y --model, e incluso usar un proveedor distinto por etapa de pipeline.

¿Puedo usar Claude Code u OpenAI Codex con harnext?

Sí. Cada etapa del pipeline harnext puede delegar en un ejecutor distinto. Use el REPL de harnext para trabajo interactivo, y entregue una etapa de CI a claude-code o codex sin supervisión — con flags de aprobación y bypass de sandbox aplicados automáticamente.

¿Qué herramientas tiene el agente harnext?

harnext incluye un ejecutor mínimo y enfocado de seis herramientas: read, write, edit, bash, skill y MCP. Eso es todo el agente — sin wrappers, sin scripts de pegamento, sin capa de orquestación oculta.

¿Puedo ejecutar harnext con modelos locales para mantener mi código privado?

Sí. Apunte harnext a Ollama o a cualquier endpoint compatible con NVIDIA y su código nunca tendrá que salir de su máquina. Puede usar el REPL interactivo en un proveedor cloud y delegar etapas de CI a un modelo Llama local — todo con un único flag --provider.

¿Cómo configuro un runner self-hosted con harnext?

Ejecute harnext setup en su repositorio y registrará un runner self-hosted de GitHub Actions fijado a su repo con una etiqueta específica del proyecto, lo instalará como servicio systemd o launchd, y lo mantendrá vivo entre reinicios. harnext runner status y harnext runner logs siguen el daemon.

¿Qué son los skills de harnext?

Los skills son bundles de agente reutilizables que adjunta a cualquier etapa del pipeline. Los skills integrados incluyen review (revisión de código), init (inicialización de proyecto) y browser-verify (chequeos de regresión visual). Puede crear los suyos y compartirlos entre repositorios.

¿Cómo se conecta harnext a servidores MCP?

harnext puede conectarse a cualquier servidor compatible con MCP en modo proxy o directo. Esto permite al agente llamar a herramientas de automatización de navegador, bases de datos, APIs de búsqueda o cualquier otro servicio MCP como paso nativo del pipeline.

¿Es harnext open source y cómo lo instalo?

harnext tiene licencia MIT y es open source. Instálelo globalmente con `npm install -g harnext` (Node.js ≥ 20 requerido). El código está en github.com/QualityUnit/harnext y el paquete en npm.

Harnext por FlowHunt Más información

Agente de codificación IA. Harness-engineered.

harnext es la harness CI alrededor de su agente de codificación IA — genera workflows escalonados de GitHub Actions, promoción por etiquetas y un runner self-hosted que llevan una issue de la triage hasta una PR fusionada, de extremo a extremo.

Probar Harnext Ver en GitHub

harnext, agente de codificación IA, recogiendo una issue de GitHub y abriendo una PR

harnext por FlowHunt

Un agente de codificación IA y harness CI open source que lleva una issue de GitHub desde la etiqueta hasta la PR fusionada — de forma autónoma. Creado por el equipo de FlowHunt, para desarrolladores que quieren IA en su flujo sin perder el control.

Proveedores LLM: 20+
Herramientas de agente: 6
Etapas de pipeline: 5
Open source: MIT

Funcionalidades

Todo lo que construirías en un agente de codificación — en un único CLI.

harnext entrega el agente, la harness y el runner. Sin scripts de pegamento, sin servidor de agente.

Agente de terminal interactivo: Un REPL que lee, escribe, edita, ejecuta bash y controla servidores MCP. Modo one-shot con -p para scripts y CI.
20+ proveedores, un solo CLI: Anthropic, OpenAI, Google, Ollama, NVIDIA y más vía pi-ai. Cambie con --provider y --model al vuelo.
Harness para su repo: Genera workflows de GitHub Actions que recogen issues por etiqueta, ejecutan la etapa correcta y publican los resultados.
Runner self-hosted: Registra un daemon en su propia máquina (systemd / launchd) y ejecuta etapas en su hardware. Instalación idempotente.
Skills y MCP: Empaquete skills reutilizables (review, init, browser-verify) y conecte cualquier servidor MCP en modo proxy o directo.
Replays y status: harnext status muestra ejecuciones activas; los replays permiten reejecutar cualquier sesión paso a paso. Sesiones en ~/.harnext.

El agente

Agente mínimo. Modelos locales.

harnext es un agente CLI pequeño y enfocado. Seis herramientas, unos pocos skills y un puente MCP — eso es todo el ejecutor. Apúntelo a un modelo local y su codebase nunca saldrá de la máquina.

harnext ejecutándose con Ollama llama3.2 en localhost

Superficie de herramientas mínima.: read · write · edit · bash · skill · MCP. Eso es todo el agente. Sin wrappers, sin scripts de pegamento, sin orquestación oculta.
Modelos local-first.: Apunte harnext a Ollama o NVIDIA de fábrica, o a cualquier endpoint compatible con OpenAI. Su código no tiene que salir de la máquina.
Cambiar de proveedor por etapa.: REPL interactivo en Anthropic, luego enviar una etapa de CI a un Llama local. Un solo flag: --provider, --model.
Abierto e inspeccionable.: Monorepo con licencia MIT, sesiones JSON en texto plano en ~/.harnext. Reproduzca cualquier ejecución, audite cualquier llamada de herramienta.

harnext se conduce solo — o el agente que usted prefiera.

Cada etapa del pipeline puede delegar en un ejecutor distinto. Use el REPL de harnext para lo interactivo y elija claude-code o codex por etapa en CI sin supervisión.

harnext
REPL interactivo integrado. Read, write, edit, bash y MCP — controlado por el proveedor que elija (Anthropic, OpenAI, Google, Ollama, +20 más vía pi-ai).
Más información
Claude Code
CLI de Anthropic, dispatched. harnext entrega una etapa a claude-code con --max-turns y flags de sandbox aplicados automáticamente.
Más información
Codex
CLI de OpenAI, dispatched. Misma interfaz que Claude Code — flags de aprobación y bypass de sandbox cableados para ejecuciones sin supervisión.
Más información

La harness

De una issue de GitHub a una PR fusionada — sobre raíles.

harnext setup escribe un pipeline escalonado de workflows de GitHub Actions. Cada etapa es una etiqueta; promover una etiqueta dispara la siguiente. Ejecute en runners alojados por GitHub, su daemon self-hosted, o ambos.

Pipeline de cinco etapas de harnext con workflow YAML generado

issue:tagged: El workflow Tagger aplica la primera etiqueta de etapa en cuanto se abre una issue.
stage:plan: El agente lee la issue y escribe un plan de implementación estructurado como comentario en GitHub.
stage:implement: El agente abre una rama, edita archivos según el plan y crea una pull request.
stage:review: El agente revisor lee el diff, publica comentarios inline y dispara un workflow de fix si hace falta.
stage:merged: El workflow de cleanup post-merge se ejecuta tras la PR — cierra issues, actualiza el estado del proyecto.

Tres comandos hasta un agente en marcha.

harnext está diseñado para ser productivo en minutos. Instale globalmente, ejecute setup una vez por repo, y arranque su agente interactivo.

1. Instalar
npm install -g harnext Requiere Node.js ≥ 20. Almacenado en ~/.harnext.
Ver en npm
2. Configurar el pipeline
cd my-repo && harnext setup Añade etiquetas, escribe los workflows escalonados de GitHub Actions y, opcionalmente, registra un runner self-hosted.
Guía de inicio rápido
3. Úselo como agente de codificación
harnext El mismo CLI es su agente interactivo — read, write, run, drive MCP. Pase -p para uso one-shot.
Ver la documentación

Runner self-hosted

Ejecute el agente en su propio hardware.

harnext setup registra un runner self-hosted de GitHub Actions fijado a su repo, lo instala como servicio systemd o launchd y lo mantiene vivo entre reinicios. harnext runner status y harnext runner logs siguen el daemon.

Instalación idempotente:: Reejecutar setup salta el trabajo ya hecho — seguro de ejecutar varias veces.
Etiqueta fijada al proyecto:: Una etiqueta única evita que runners compartidos recojan jobs destinados a otro proyecto.
Salvaguarda de repo público:: harnext setup confirma que los gates de aprobación de PR de fork están activos antes de registrar un runner para repo público.
Desinstalación limpia:: Cleanup best-effort al desinstalar: desregistro, parada del servicio, eliminación de todos los artefactos del runner.

Preguntas frecuentes

: harnext es un agente de codificación IA open source con harness engineering, creado por FlowHunt. Es un agente de terminal interactivo que lee, escribe y edita archivos, ejecuta comandos shell y controla servidores MCP — y genera workflows escalonados de GitHub Actions para que la IA recoja issues de GitHub y las lleve hasta el final.
: harnext setup escribe un pipeline escalonado de workflows de GitHub Actions. Cada etapa es una etiqueta; promover una etiqueta dispara la siguiente etapa. El pipeline avanza por issue:tagged → stage:plan → stage:implement → stage:review → stage:merged, con un agente IA dedicado a cada paso, automáticamente.
: harnext soporta 20+ proveedores LLM listos para usar vía pi-ai, incluyendo Anthropic, OpenAI, Google, Ollama, NVIDIA NIM, llama.cpp, vLLM, Mistral y más. Puede cambiar de proveedor con un único flag --provider y --model, e incluso usar un proveedor distinto por etapa de pipeline.
: Sí. Cada etapa del pipeline harnext puede delegar en un ejecutor distinto. Use el REPL de harnext para trabajo interactivo, y entregue una etapa de CI a claude-code o codex sin supervisión — con flags de aprobación y bypass de sandbox aplicados automáticamente.
: harnext incluye un ejecutor mínimo y enfocado de seis herramientas: read, write, edit, bash, skill y MCP. Eso es todo el agente — sin wrappers, sin scripts de pegamento, sin capa de orquestación oculta.
: Sí. Apunte harnext a Ollama o a cualquier endpoint compatible con NVIDIA y su código nunca tendrá que salir de su máquina. Puede usar el REPL interactivo en un proveedor cloud y delegar etapas de CI a un modelo Llama local — todo con un único flag --provider.
: Ejecute harnext setup en su repositorio y registrará un runner self-hosted de GitHub Actions fijado a su repo con una etiqueta específica del proyecto, lo instalará como servicio systemd o launchd, y lo mantendrá vivo entre reinicios. harnext runner status y harnext runner logs siguen el daemon.
: Los skills son bundles de agente reutilizables que adjunta a cualquier etapa del pipeline. Los skills integrados incluyen review (revisión de código), init (inicialización de proyecto) y browser-verify (chequeos de regresión visual). Puede crear los suyos y compartirlos entre repositorios.
: harnext puede conectarse a cualquier servidor compatible con MCP en modo proxy o directo. Esto permite al agente llamar a herramientas de automatización de navegador, bases de datos, APIs de búsqueda o cualquier otro servicio MCP como paso nativo del pipeline.
: harnext tiene licencia MIT y es open source. Instálelo globalmente con `npm install -g harnext` (Node.js ≥ 20 requerido). El código está en github.com/QualityUnit/harnext y el paquete en npm.

Permitanos construir su propio equipo de IA

Ayudamos a empresas como la suya a desarrollar chatbots inteligentes, servidores MCP, herramientas de IA u otros tipos de automatización con IA para reemplazar a humanos en tareas repetitivas de su organización.

Programar una demo Pruébelo ahora

Saber más

Heroku MCP

Integra FlowHunt con el servidor Heroku MCP para una gestión de recursos Heroku impulsada por IA. Automatiza el despliegue de aplicaciones, el escalado de dynos...

Aug 12, 2025 6 min de lectura

AI Heroku +4

Servidor MCP de GitHub

Integra FlowHunt con el Servidor MCP de GitHub para automatizar la gestión de repositorios, el manejo de issues y PRs, el análisis de código y la inteligencia e...

Aug 12, 2025 4 min de lectura

AI GitHub +4

Pinner MCP

Integra FlowHunt con Pinner MCP para automatizar y asegurar la gestión de dependencias. Fija imágenes base de Docker y GitHub Actions a digests inmutables, gara...

Aug 12, 2025 4 min de lectura

AI Automation +5