harnext to open-source'owy agent kodowania AI z harness engineering, stworzony przez FlowHunt. To interaktywny agent terminalowy, który czyta, pisze i edytuje pliki, wykonuje polecenia shell i steruje serwerami MCP — oraz generuje stopniowe workflowy GitHub Actions, by AI mogła zająć się issue GitHub od początku do końca.

Jak harnext automatyzuje issue GitHub do pull requestów?

harnext setup zapisuje stopniowy pipeline workflowów GitHub Actions. Każdy stage to label; promocja labela uruchamia kolejny stage. Pipeline przechodzi przez issue:tagged → stage:plan → stage:implement → stage:review → stage:merged, z dedykowanym agentem AI na każdym kroku, automatycznie.

Jakie modele i providerów AI obsługuje harnext?

harnext obsługuje 20+ providerów LLM od ręki przez pi-ai, w tym Anthropic, OpenAI, Google, Ollama, NVIDIA NIM, llama.cpp, vLLM, Mistral i więcej. Provider zmieniasz jednym flagiem --provider i --model, a nawet różnych providerów na stage pipeline'u.

Czy mogę używać Claude Code lub OpenAI Codex z harnext?

Tak. Każdy stage pipeline'u harnext może dispatchować inny executor. Używaj REPL harnext do pracy interaktywnej, a stage CI oddaj claude-code lub codex w trybie nienadzorowanym — z flagami approval i bypass sandboxa stosowanymi automatycznie.

Jakie narzędzia ma agent harnext?

harnext ma minimalny, skupiony executor sześciu narzędzi: read, write, edit, bash, skill i MCP. To cały agent — żadnych wrapperów, glue-skryptów ani ukrytej warstwy orkiestracji.

Czy mogę uruchomić harnext z lokalnymi modelami, by trzymać kod prywatnym?

Tak. Wskaż harnext na Ollama lub dowolny endpoint zgodny z NVIDIA i kod nie musi opuszczać twojej maszyny. Możesz używać interaktywnego REPL u providera chmurowego i dispatchować stage CI do lokalnego modelu Llama — wszystko jednym flagiem --provider.

Jak skonfigurować self-hosted runner z harnext?

Uruchom harnext setup w swoim repozytorium, a zarejestruje on self-hosted runner GitHub Actions przypięty do repo z labelem specyficznym dla projektu, zainstaluje go jako serwis systemd lub launchd i utrzyma między rebootami. harnext runner status i harnext runner logs śledzą daemona.

Czym są skille harnext?

Skille to wielokrotnego użytku bundle agenta, które dołączasz do dowolnego stage pipeline'u. Wbudowane skille to review (code review), init (inicjalizacja projektu) i browser-verify (sprawdzanie regresji wizualnej). Możesz tworzyć własne i dzielić się nimi między repozytoriami.

Jak harnext łączy się z serwerami MCP?

harnext może połączyć się z dowolnym serwerem zgodnym z MCP w trybie proxy lub direct. Pozwala to agentowi wywoływać narzędzia automatyzacji przeglądarki, bazy danych, API wyszukiwania lub każdą inną usługę MCP jako natywny krok pipeline'u.

Czy harnext jest open source i jak go zainstalować?

harnext jest na licencji MIT i open source. Zainstaluj globalnie poleceniem `npm install -g harnext` (wymagany Node.js ≥ 20). Źródła są na github.com/QualityUnit/harnext, a paczka na npm.

Harnext od FlowHunt Dowiedz się więcej

Agent kodowania AI. Harness-engineered.

harnext to harness CI wokół twojego agenta kodowania AI — generuje stopniowe workflowy GitHub Actions, promocję sterowaną labelami i self-hosted runner, które prowadzą issue od triage'u do scalonego PR-a, end-to-end.

Wypróbuj Harnext Zobacz na GitHubie

harnext, agent kodowania AI, podejmuje issue GitHub i otwiera PR

harnext od FlowHunt

Open-source'owy agent kodowania AI i harness CI, który prowadzi issue GitHub od labela do scalonego PR-a — autonomicznie. Stworzony przez zespół FlowHunt, dla deweloperów, którzy chcą AI w workflow bez utraty kontroli.

Providerzy LLM: 20+
Narzędzia agenta: 6
Stage pipeline'u: 5
Open source: MIT

Funkcje

Wszystko, co wbudowałbyś w agenta kodowania — w jednym CLI.

harnext dostarcza agenta, harness i runner. Bez glue-skryptów, bez agent-servera.

Interaktywny agent terminalowy: REPL, który czyta, pisze, edytuje, uruchamia bash i steruje serwerami MCP. Tryb one-shot z -p dla skryptów i CI.
20+ providerów, jeden CLI: Anthropic, OpenAI, Google, Ollama, NVIDIA i inni przez pi-ai. Zmieniaj z --provider i --model w locie.
Harness dla twojego repo: Generuje workflowy GitHub Actions, które podejmują issue po labelu, uruchamiają właściwy stage i odsyłają wyniki.
Self-hosted runner: Zarejestruj daemona na własnej maszynie (systemd / launchd) i uruchamiaj stage na swoim sprzęcie. Idempotentna instalacja.
Skille i MCP: Bunduj wielokrotnego użytku skille (review, init, browser-verify) i łącz dowolny serwer MCP w trybie proxy lub direct.
Replays i status: harnext status pokazuje aktywne runy; replays pozwalają odtworzyć każdą sesję krok po kroku. Sesje w ~/.harnext.

Agent

Minimalny agent. Lokalne modele.

harnext to mały, skupiony agent CLI. Sześć narzędzi, kilka skilli i most MCP — to cały executor. Wskaż go na lokalny model i kod nigdy nie opuści maszyny.

harnext działa z Ollama llama3.2 na localhost

Maleńka powierzchnia narzędzi.: read · write · edit · bash · skill · MCP. To cały agent. Bez wrapperów, glue-skryptów ani ukrytej orkiestracji.
Modele local-first.: Wskaż harnext na Ollama lub NVIDIA od ręki, lub na dowolny endpoint zgodny z OpenAI. Kod nie musi opuszczać maszyny.
Zmiana providera per stage.: Interaktywny REPL na Anthropic, potem dispatch stage CI do lokalnej Llama. Jedna flaga: --provider, --model.
Otwarty i sprawdzalny.: Monorepo na licencji MIT, sesje JSON w jawnym tekście w ~/.harnext. Powtórz każdy run, sprawdź każde wywołanie narzędzia.

harnext kieruje sobą — albo dowolnym agentem, któremu ufasz.

Każdy stage pipeline'u może dispatchować inny executor. Używaj REPL harnext do interaktywnej pracy, a w nienadzorowanym CI wybieraj claude-code lub codex per stage.

harnext
Wbudowany interaktywny REPL. Read, write, edit, bash i MCP — sterowany providerem twojego wyboru (Anthropic, OpenAI, Google, Ollama, +20 więcej przez pi-ai).
Dowiedz się więcej
Claude Code
CLI Anthropic, dispatched. harnext przekazuje stage do claude-code z --max-turns i flagami sandboxa stosowanymi automatycznie.
Dowiedz się więcej
Codex
CLI OpenAI, dispatched. Ten sam interfejs co Claude Code — flagi approval i bypass sandboxa podpięte do nienadzorowanych runów.
Dowiedz się więcej

Harness

Od issue GitHub do scalonego PR-a — po szynach.

harnext setup zapisuje stopniowy pipeline workflowów GitHub Actions. Każdy stage to label; promocja labela uruchamia kolejny. Uruchamiaj na runnerach hostowanych przez GitHub, na własnym daemonie self-hosted lub na obu.

Pięciostopniowy pipeline harnext z wygenerowanym workflow YAML

issue:tagged: Workflow Tagger nadaje pierwszy label stage'a, gdy tylko issue zostanie otwarty.
stage:plan: Agent czyta issue i odsyła ustrukturyzowany plan implementacji jako komentarz GitHub.
stage:implement: Agent otwiera branch, edytuje pliki zgodnie z planem i tworzy pull request.
stage:review: Agent reviewer czyta diff, dodaje komentarze inline i w razie potrzeby uruchamia workflow naprawczy.
stage:merged: Workflow czyszczący po mergu uruchamia się po PR-ze — zamyka issue, aktualizuje stan projektu.

Trzy polecenia do działającego agenta.

harnext jest pomyślany tak, by być produktywnym w minutach. Zainstaluj globalnie, raz na repo uruchom setup, potem odpal interaktywnego agenta.

1. Instalacja
npm install -g harnext Wymaga Node.js ≥ 20. Trzymane w ~/.harnext.
Zobacz na npm
2. Konfiguracja pipeline'u
cd my-repo && harnext setup Dodaje labele, zapisuje stopniowe workflowy GitHub Actions i opcjonalnie rejestruje self-hosted runner.
Przewodnik szybkiego startu
3. Używaj jako agenta kodowania
harnext Ten sam CLI to twój interaktywny agent — read, write, run, drive MCP. Podaj -p dla użycia one-shot.
Zobacz dokumentację

Self-hosted runner

Uruchom agenta na własnym sprzęcie.

harnext setup rejestruje self-hosted runner GitHub Actions przypięty do repo, instaluje go jako serwis systemd lub launchd i utrzymuje między rebootami. harnext runner status i harnext runner logs śledzą daemona.

Idempotentna instalacja:: Ponowne uruchomienie setup pomija już wykonaną pracę — bezpieczne do wielokrotnego uruchamiania.
Label przypięty do projektu:: Unikalny label zapobiega temu, by współdzielone runnery przejmowały joby przeznaczone dla innego projektu.
Zabezpieczenie repo publicznego:: harnext setup potwierdza, że bramki approval dla fork PR-ów są aktywne, zanim zarejestruje runner dla repo publicznego.
Czyste uninstall:: Best-effort cleanup przy uninstall: wyrejestrowanie, zatrzymanie serwisu, usunięcie wszystkich artefaktów runnera.

Najczęściej zadawane pytania

: harnext to open-source'owy agent kodowania AI z harness engineering, stworzony przez FlowHunt. To interaktywny agent terminalowy, który czyta, pisze i edytuje pliki, wykonuje polecenia shell i steruje serwerami MCP — oraz generuje stopniowe workflowy GitHub Actions, by AI mogła zająć się issue GitHub od początku do końca.
: harnext setup zapisuje stopniowy pipeline workflowów GitHub Actions. Każdy stage to label; promocja labela uruchamia kolejny stage. Pipeline przechodzi przez issue:tagged → stage:plan → stage:implement → stage:review → stage:merged, z dedykowanym agentem AI na każdym kroku, automatycznie.
: harnext obsługuje 20+ providerów LLM od ręki przez pi-ai, w tym Anthropic, OpenAI, Google, Ollama, NVIDIA NIM, llama.cpp, vLLM, Mistral i więcej. Provider zmieniasz jednym flagiem --provider i --model, a nawet różnych providerów na stage pipeline'u.
: Tak. Każdy stage pipeline'u harnext może dispatchować inny executor. Używaj REPL harnext do pracy interaktywnej, a stage CI oddaj claude-code lub codex w trybie nienadzorowanym — z flagami approval i bypass sandboxa stosowanymi automatycznie.
: harnext ma minimalny, skupiony executor sześciu narzędzi: read, write, edit, bash, skill i MCP. To cały agent — żadnych wrapperów, glue-skryptów ani ukrytej warstwy orkiestracji.
: Tak. Wskaż harnext na Ollama lub dowolny endpoint zgodny z NVIDIA i kod nie musi opuszczać twojej maszyny. Możesz używać interaktywnego REPL u providera chmurowego i dispatchować stage CI do lokalnego modelu Llama — wszystko jednym flagiem --provider.
: Uruchom harnext setup w swoim repozytorium, a zarejestruje on self-hosted runner GitHub Actions przypięty do repo z labelem specyficznym dla projektu, zainstaluje go jako serwis systemd lub launchd i utrzyma między rebootami. harnext runner status i harnext runner logs śledzą daemona.
: Skille to wielokrotnego użytku bundle agenta, które dołączasz do dowolnego stage pipeline'u. Wbudowane skille to review (code review), init (inicjalizacja projektu) i browser-verify (sprawdzanie regresji wizualnej). Możesz tworzyć własne i dzielić się nimi między repozytoriami.
: harnext może połączyć się z dowolnym serwerem zgodnym z MCP w trybie proxy lub direct. Pozwala to agentowi wywoływać narzędzia automatyzacji przeglądarki, bazy danych, API wyszukiwania lub każdą inną usługę MCP jako natywny krok pipeline'u.
: harnext jest na licencji MIT i open source. Zainstaluj globalnie poleceniem `npm install -g harnext` (wymagany Node.js ≥ 20). Źródła są na github.com/QualityUnit/harnext, a paczka na npm.

Dowiedz się więcej

Wykonawca Kodu

Zintegruj FlowHunt z mcp_code_executor, aby zautomatyzować wykonywanie kodu, zarządzać skryptami i usprawnić przepływy pracy programistycznej. Daj swojemu zespo...

Aug 12, 2025 3 min czytania

AI Code Execution +3

GitHub

Zintegruj FlowHunt z GitHubem, aby zautomatyzować zarządzanie repozytoriami, śledzenie problemów, pull requesty i przeglądy kodu za pomocą AI—bez kodowania....

Jun 15, 2025 2 min czytania

AI GitHub +4

Agent AI dla MCP + Mem0

Zintegruj FlowHunt z serwerem MCP i Mem0, aby zapewnić płynne, trwałe zarządzanie preferencjami kodowania, najlepszymi praktykami i fragmentami kodu — dając zes...

Aug 12, 2025 3 min czytania

AI MCP +5