harnext är en open source AI-kodningsagent med harness engineering, byggd av FlowHunt. Det är en interaktiv terminalagent som läser, skriver och redigerar filer, kör shell-kommandon och styr MCP-servrar — och genererar stegvisa GitHub Actions-workflows så att AI kan plocka upp GitHub-issues och slutföra dem från start till slut.

Hur automatiserar harnext GitHub-issues till pull requests?

harnext setup skriver en stegvis pipeline av GitHub Actions-workflows. Varje steg är ett label; att befordra ett label triggar nästa steg. Pipelinen går genom issue:tagged → stage:plan → stage:implement → stage:review → stage:merged, med en dedikerad AI-agent i varje steg, automatiskt.

Vilka AI-modeller och leverantörer stöder harnext?

harnext stöder 20+ LLM-leverantörer rakt av via pi-ai, inklusive Anthropic, OpenAI, Google, Ollama, NVIDIA NIM, llama.cpp, vLLM, Mistral med flera. Byt leverantör med ett enda --provider- och --model-flagga, och gärna olika leverantörer per pipeline-steg.

Kan jag använda Claude Code eller OpenAI Codex med harnext?

Ja. Varje harnext-pipelinesteg kan dispatcha en annan executor. Använd harnext-REPL för interaktivt arbete och låt claude-code eller codex ta hand om ett CI-steg obevakat — approval- och sandbox-bypass-flaggor sätts automatiskt.

Vilka verktyg har harnext-agenten?

harnext levereras med en minimal, fokuserad sex-verktygs executor: read, write, edit, bash, skill och MCP. Det är hela agenten — inga wrappers, glue-skript eller dolt orkestreringslager.

Kan jag köra harnext med lokala modeller för att hålla koden privat?

Ja. Peka harnext mot Ollama eller en NVIDIA-kompatibel endpoint, så behöver din kod aldrig lämna maskinen. Du kan använda den interaktiva REPL hos en moln-leverantör och dispatcha CI-steg till en lokal Llama-modell — allt med en enda --provider-flagga.

Hur ställer jag in en self-hosted runner med harnext?

Kör harnext setup i ditt repository, så registrerar den en GitHub Actions self-hosted runner pinnad till repoet med ett projektspecifikt label, installerar den som systemd- eller launchd-tjänst och håller den vid liv över omstarter. harnext runner status och harnext runner logs följer daemonen.

Vad är harnext-skills?

Skills är återanvändbara agent-bundles som du kopplar till valfritt pipelinesteg. Inbyggda skills inkluderar review (kod-review), init (projektinitiering) och browser-verify (visuell regression). Du kan skapa egna och dela dem mellan repon.

Hur ansluter harnext till MCP-servrar?

harnext kan ansluta till valfri MCP-kompatibel server i proxy- eller direct-läge. Det låter agenten anropa webbläsarautomatiseringsverktyg, databaser, sök-API:er eller vilken annan MCP-tjänst som helst som ett nativt steg i pipelinen.

Är harnext open source och hur installerar jag det?

harnext är MIT-licensierat och open source. Installera globalt med `npm install -g harnext` (Node.js ≥ 20 krävs). Källan finns på github.com/QualityUnit/harnext och paketet på npm.

Harnext av FlowHunt Läs mer

AI-kodningsagent. Harness-engineered.

harnext är CI-harnesset runt din AI-kodningsagent — det genererar stegvisa GitHub Actions-workflows, label-styrd befordran och en self-hosted runner som tar en issue från triage till mergead PR, end-to-end.

Prova Harnext Visa på GitHub

harnext AI-kodningsagent plockar upp en GitHub-issue och öppnar en PR

harnext av FlowHunt

En open source AI-kodningsagent och CI-harness som tar en GitHub-issue från label till mergead PR — autonomt. Byggd av FlowHunt-teamet, för utvecklare som vill ha AI i workflowet utan att släppa kontrollen.

LLM-leverantörer: 20+
Agentverktyg: 6
Pipeline-steg: 5
Open source: MIT

Funktioner

Allt du skulle bygga in i en kodningsagent — i en enda CLI.

harnext levererar agenten, harnesset och runnern. Inga glue-skript, ingen agent-server.

Interaktiv terminalagent: En REPL som läser, skriver, redigerar, kör bash och styr MCP-servrar. One-shot-läge med -p för skript och CI.
20+ leverantörer, en CLI: Anthropic, OpenAI, Google, Ollama, NVIDIA och fler via pi-ai. Byt med --provider och --model i farten.
Harness för ditt repo: Genererar GitHub Actions-workflows som plockar issues efter label, kör rätt steg och postar resultaten.
Self-hosted runner: Registrera en daemon på din egen maskin (systemd / launchd) och kör steg på din hårdvara. Idempotent installation.
Skills och MCP: Bunta återanvändbara skills (review, init, browser-verify) och anslut valfri MCP-server i proxy- eller direct-läge.
Replays och status: harnext status visar aktiva runs; replays låter dig spela upp valfri session steg för steg. Sessions ligger i ~/.harnext.

Agenten

Minimal agent. Lokala modeller.

harnext är en liten, fokuserad CLI-agent. Sex verktyg, några skills och en MCP-brygga — det är hela executorn. Peka den mot en lokal modell, så lämnar kodbasen aldrig maskinen.

harnext kör med Ollama llama3.2 på localhost

Pytteliten verktygsyta.: read · write · edit · bash · skill · MCP. Det är hela agenten. Inga wrappers, glue-skript eller dold orkestrering.
Local-first-modeller.: Peka harnext mot Ollama eller NVIDIA rakt av, eller mot vilken OpenAI-kompatibel endpoint som helst. Koden behöver inte lämna maskinen.
Byt leverantör per steg.: Interaktiv REPL på Anthropic, dispatcha sedan ett CI-steg till en lokal Llama. En enda flagga: --provider, --model.
Öppen och granskningsbar.: MIT-licensierat monorepo, klartext-JSON-sessions i ~/.harnext. Replay valfri run, granska valfritt verktygsanrop.

harnext styr sig själv — eller vilken agent du än litar på.

Varje pipelinesteg kan dispatcha en annan executor. Använd harnext-REPL för interaktivt arbete, och välj claude-code eller codex per steg i obevakad CI.

harnext
Inbyggd interaktiv REPL. Read, write, edit, bash och MCP — drivs av leverantören du väljer (Anthropic, OpenAI, Google, Ollama, +20 fler via pi-ai).
Läs mer
Claude Code
Anthropics CLI, dispatched. harnext lämnar över ett steg till claude-code med --max-turns och sandbox-flaggor satta automatiskt.
Läs mer
Codex
OpenAIs CLI, dispatched. Samma gränssnitt som Claude Code — approval- och sandbox-bypass-flaggor inkopplade för obevakade runs.
Läs mer

Harnesset

Från en GitHub-issue till en mergead PR — på räls.

harnext setup skriver en stegvis pipeline av GitHub Actions-workflows. Varje steg är ett label; att befordra ett label triggar nästa. Kör på GitHub-hostade runners, din self-hosted daemon, eller båda.

harnext femstegs pipeline med genererad workflow YAML

issue:tagged: Tagger-workflow sätter första stegets label så snart en issue öppnas.
stage:plan: Agenten läser issuen och skriver en strukturerad implementationsplan tillbaka som GitHub-kommentar.
stage:implement: Agenten öppnar en branch, redigerar filer enligt planen och skapar en pull request.
stage:review: Reviewer-agenten läser diffen, lägger inline-kommentarer och triggar ett fix-workflow vid behov.
stage:merged: Post-merge-cleanup-workflow körs efter PR:en — stänger issues, uppdaterar projektstatus.

Tre kommandon till en agent som körs.

harnext är designat för att vara produktivt på minuter. Installera globalt, kör setup en gång per repository och starta din interaktiva agent.

1. Installera
npm install -g harnext Kräver Node.js ≥ 20. Lagrat i ~/.harnext.
Visa på npm
2. Sätt upp pipelinen
cd my-repo && harnext setup Lägger till labels, skriver de stegvisa GitHub Actions-workflowsen och registrerar valfritt en self-hosted runner.
Snabbstartguide
3. Använd den som kodningsagent
harnext Samma CLI är din interaktiva agent — read, write, run, drive MCP. Skicka -p för one-shot-användning.
Se dokumentationen

Self-hosted runner

Kör agenten på din egen hårdvara.

harnext setup registrerar en GitHub Actions self-hosted runner pinnad till repoet, installerar den som systemd- eller launchd-tjänst och håller den vid liv över omstarter. harnext runner status och harnext runner logs följer daemonen.

Idempotent installation:: Att köra setup igen hoppar över redan utfört arbete — säkert att köra flera gånger.
Projekt-pinnat label:: Ett unikt label hindrar delade runners från att plocka upp jobb avsedda för ett annat projekt.
Skydd för publikt repo:: harnext setup bekräftar att fork-PR-godkännandegrindar är på innan en runner registreras för publikt repo.
Ren avinstallation:: Best-effort cleanup vid avinstallation: avregistrering, stoppa tjänsten, ta bort alla runner-artefakter.

Vanliga frågor

: harnext är en open source AI-kodningsagent med harness engineering, byggd av FlowHunt. Det är en interaktiv terminalagent som läser, skriver och redigerar filer, kör shell-kommandon och styr MCP-servrar — och genererar stegvisa GitHub Actions-workflows så att AI kan plocka upp GitHub-issues och slutföra dem från start till slut.
: harnext setup skriver en stegvis pipeline av GitHub Actions-workflows. Varje steg är ett label; att befordra ett label triggar nästa steg. Pipelinen går genom issue:tagged → stage:plan → stage:implement → stage:review → stage:merged, med en dedikerad AI-agent i varje steg, automatiskt.
: harnext stöder 20+ LLM-leverantörer rakt av via pi-ai, inklusive Anthropic, OpenAI, Google, Ollama, NVIDIA NIM, llama.cpp, vLLM, Mistral med flera. Byt leverantör med ett enda --provider- och --model-flagga, och gärna olika leverantörer per pipeline-steg.
: Ja. Varje harnext-pipelinesteg kan dispatcha en annan executor. Använd harnext-REPL för interaktivt arbete och låt claude-code eller codex ta hand om ett CI-steg obevakat — approval- och sandbox-bypass-flaggor sätts automatiskt.
: harnext levereras med en minimal, fokuserad sex-verktygs executor: read, write, edit, bash, skill och MCP. Det är hela agenten — inga wrappers, glue-skript eller dolt orkestreringslager.
: Ja. Peka harnext mot Ollama eller en NVIDIA-kompatibel endpoint, så behöver din kod aldrig lämna maskinen. Du kan använda den interaktiva REPL hos en moln-leverantör och dispatcha CI-steg till en lokal Llama-modell — allt med en enda --provider-flagga.
: Kör harnext setup i ditt repository, så registrerar den en GitHub Actions self-hosted runner pinnad till repoet med ett projektspecifikt label, installerar den som systemd- eller launchd-tjänst och håller den vid liv över omstarter. harnext runner status och harnext runner logs följer daemonen.
: Skills är återanvändbara agent-bundles som du kopplar till valfritt pipelinesteg. Inbyggda skills inkluderar review (kod-review), init (projektinitiering) och browser-verify (visuell regression). Du kan skapa egna och dela dem mellan repon.
: harnext kan ansluta till valfri MCP-kompatibel server i proxy- eller direct-läge. Det låter agenten anropa webbläsarautomatiseringsverktyg, databaser, sök-API:er eller vilken annan MCP-tjänst som helst som ett nativt steg i pipelinen.
: harnext är MIT-licensierat och open source. Installera globalt med `npm install -g harnext` (Node.js ≥ 20 krävs). Källan finns på github.com/QualityUnit/harnext och paketet på npm.

Lär dig mer

GitHub

Integrera FlowHunt med GitHub för att automatisera repositoriumhantering, ärendeövervakning, pull requests och kodgranskningar med AI—ingen kodning krävs.

Jun 15, 2025 1 min läsning

AI GitHub +4

Kodexekverare

Integrera FlowHunt med mcp_code_executor för att automatisera kodexekvering, hantera skript och effektivisera programmeringsflöden. Ge ditt team möjlighet att k...

Aug 12, 2025 3 min läsning

AI Code Execution +3

GitHub Actions MCP-integration

Integrera FlowHunt med GitHub Actions MCP för att effektivisera hanteringen av CI/CD-arbetsflöden, automatisera DevOps-pipelines och ge team kraften av AI-drivn...

Aug 12, 2025 4 min läsning

AI GitHub Actions +3