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.

Saber más

GitHub

Integra FlowHunt con GitHub para automatizar la gestión de repositorios, seguimiento de problemas, solicitudes de extracción y revisiones de código con IA, sin ...

Jun 15, 2025 2 min de lectura

AI GitHub +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

Ejecutor de Código

Integra FlowHunt con el mcp_code_executor para automatizar la ejecución de código, gestionar scripts y optimizar los flujos de trabajo de programación. Da a tu ...

Aug 12, 2025 4 min de lectura

AI Code Execution +3