harnext è un agente di coding IA open source con harness engineering, realizzato da FlowHunt. È un agente di terminale interattivo che legge, scrive e modifica file, esegue comandi shell e pilota server MCP — e genera workflow scalati di GitHub Actions perché l'IA prenda in carico le issue GitHub end-to-end.

Come automatizza harnext le issue GitHub in pull request?

harnext setup scrive una pipeline scalata di workflow GitHub Actions. Ogni stage è una label; promuovere una label fa scattare lo stage successivo. La pipeline attraversa issue:tagged → stage:plan → stage:implement → stage:review → stage:merged, con un agente IA dedicato a ogni passo, in automatico.

Quali modelli e provider IA supporta harnext?

harnext supporta 20+ provider LLM out-of-the-box via pi-ai, tra cui Anthropic, OpenAI, Google, Ollama, NVIDIA NIM, llama.cpp, vLLM, Mistral e altri. Puoi cambiare provider con un singolo flag --provider e --model, e usare anche un provider diverso per stage della pipeline.

Posso usare Claude Code o OpenAI Codex con harnext?

Sì. Ogni stage della pipeline harnext può dispatchare un executor diverso. Usa il REPL harnext per il lavoro interattivo, e affida uno stage CI a claude-code o codex in modalità non presidiata — con flag di approval e bypass sandbox applicati in automatico.

Quali tool ha l'agente harnext?

harnext porta un executor minimale e focalizzato a sei tool: read, write, edit, bash, skill e MCP. Questo è tutto l'agente — niente wrapper, niente glue script, nessun layer di orchestrazione nascosto.

Posso eseguire harnext con modelli locali per tenere il codice privato?

Sì. Punta harnext a Ollama o a un endpoint compatibile NVIDIA e il codice non deve mai lasciare la tua macchina. Puoi usare il REPL interattivo su un provider cloud e dispatchare gli stage CI a un modello Llama locale — il tutto con un singolo flag --provider.

Come imposto un runner self-hosted con harnext?

Esegui harnext setup nel tuo repository e registrerà un runner self-hosted GitHub Actions ancorato al repo con una label specifica del progetto, lo installerà come servizio systemd o launchd, e lo terrà attivo fra i reboot. harnext runner status e harnext runner logs seguono il daemon.

Cosa sono gli skill harnext?

Gli skill sono bundle di agente riutilizzabili che colleghi a qualsiasi stage della pipeline. Skill integrati: review (code review), init (inizializzazione progetto) e browser-verify (controlli di regressione visiva). Puoi crearne di tuoi e condividerli tra repository.

Come si collega harnext ai server MCP?

harnext può collegarsi a qualsiasi server compatibile MCP in modalità proxy o diretta. L'agente può chiamare tool di automazione browser, database, API di ricerca o qualsiasi altro servizio MCP come step nativo della pipeline.

harnext è open source e come si installa?

harnext è MIT licensed e open source. Installalo globalmente con `npm install -g harnext` (Node.js ≥ 20 richiesto). I sorgenti sono su github.com/QualityUnit/harnext e il pacchetto è su npm.

Harnext di FlowHunt Scopri di più

Agente di coding IA. Harness-engineered.

harnext è la harness CI attorno al tuo agente di coding IA — genera workflow scalati di GitHub Actions, promozione guidata da label e un runner self-hosted che portano una issue dal triage alla PR fusa, end-to-end.

Prova Harnext Vedi su GitHub

harnext, agente di coding IA, prende una issue GitHub e apre una PR

harnext di FlowHunt

Un agente di coding IA e una harness CI open source che portano una issue GitHub dalla label alla PR fusa — in modo autonomo. Realizzato dal team FlowHunt, per sviluppatori che vogliono l'IA nel workflow senza rinunciare al controllo.

Provider LLM: 20+
Tool agente: 6
Stage di pipeline: 5
Open source: MIT

Funzionalità

Tutto ciò che metteresti in un agente di coding — in un solo CLI.

harnext fornisce l'agente, la harness e il runner. Niente glue script, nessun agent server.

Agente di terminale interattivo: Un REPL che legge, scrive, edita, esegue bash e pilota server MCP. Modalità one-shot con -p per script e CI.
20+ provider, un solo CLI: Anthropic, OpenAI, Google, Ollama, NVIDIA e altri via pi-ai. Cambia con --provider e --model al volo.
Harness per il tuo repo: Genera workflow GitHub Actions che prendono le issue per label, eseguono lo stage giusto e ripostano i risultati.
Runner self-hosted: Registra un daemon sulla tua macchina (systemd / launchd) ed esegui gli stage sul tuo hardware. Installazione idempotente.
Skill e MCP: Impacchetta skill riutilizzabili (review, init, browser-verify) e collega qualsiasi server MCP in modalità proxy o diretta.
Replay e status: harnext status mostra le run attive; i replay permettono di rieseguire ogni sessione passo per passo. Le sessioni vivono in ~/.harnext.

L'agente

Agente minimo. Modelli locali.

harnext è un agente CLI piccolo e focalizzato. Sei tool, qualche skill e un bridge MCP — è tutto l'executor. Puntalo a un modello locale e la codebase non lascia mai la macchina.

harnext con Ollama llama3.2 su localhost

Superficie di tool minuscola.: read · write · edit · bash · skill · MCP. È tutto l'agente. Niente wrapper, glue script o orchestrazione nascosta.
Modelli local-first.: Punta harnext a Ollama o NVIDIA di fabbrica, o a qualsiasi endpoint compatibile OpenAI. Il codice non deve lasciare la macchina.
Cambia provider per stage.: REPL interattivo su Anthropic, poi dispatch di uno stage CI a un Llama locale. Un solo flag: --provider, --model.
Aperto e ispezionabile.: Monorepo MIT-licensed, sessioni JSON in chiaro in ~/.harnext. Replay di ogni run, audit di ogni chiamata tool.

harnext si pilota — o pilota l'agente che ti fidi.

Ogni stage di pipeline può dispatchare un executor diverso. Usa il REPL harnext per l'interattivo, e scegli claude-code o codex per stage in CI non presidiata.

harnext
REPL interattivo integrato. Read, write, edit, bash e MCP — pilotato dal provider che preferisci (Anthropic, OpenAI, Google, Ollama, +20 altri via pi-ai).
Scopri di più
Claude Code
CLI di Anthropic, dispatched. harnext consegna uno stage a claude-code con --max-turns e flag sandbox applicati automaticamente.
Scopri di più
Codex
CLI di OpenAI, dispatched. Stessa interfaccia di Claude Code — flag di approval e bypass sandbox cablati per run non presidiate.
Scopri di più

La harness

Da una issue GitHub a una PR fusa — sui binari.

harnext setup scrive una pipeline scalata di workflow GitHub Actions. Ogni stage è una label; promuovere una label fa partire il successivo. Esegui su runner GitHub-hosted, sul tuo daemon self-hosted, o entrambi.

Pipeline harnext a cinque stage con workflow YAML generato

issue:tagged: Il workflow Tagger applica la prima label di stage appena viene aperta una issue.
stage:plan: L'agente legge la issue e scrive un piano di implementazione strutturato come commento GitHub.
stage:implement: L'agente apre un branch, edita i file secondo il piano e apre una pull request.
stage:review: L'agente reviewer legge il diff, posta commenti inline e fa scattare un workflow di fix se serve.
stage:merged: Il workflow di cleanup post-merge gira dopo la PR — chiude le issue, aggiorna lo stato del progetto.

Tre comandi a un agente in esecuzione.

harnext è progettato per essere produttivo in minuti. Installa globalmente, esegui setup una volta per repo, poi avvia l'agente interattivo.

1. Installa
npm install -g harnext Richiede Node.js ≥ 20. Memorizzato in ~/.harnext.
Vedi su npm
2. Configura la pipeline
cd my-repo && harnext setup Aggiunge label, scrive i workflow GitHub Actions scalati e, opzionalmente, registra un runner self-hosted.
Guida rapida
3. Usalo come agente di coding
harnext Lo stesso CLI è il tuo agente interattivo — read, write, run, drive MCP. Passa -p per l'uso one-shot.
Vedi la doc

Runner self-hosted

Esegui l'agente sul tuo hardware.

harnext setup registra un runner self-hosted GitHub Actions ancorato al repo, lo installa come servizio systemd o launchd e lo tiene attivo tra i reboot. harnext runner status e harnext runner logs seguono il daemon.

Installazione idempotente:: Rilanciare setup salta il lavoro già fatto — sicuro da eseguire più volte.
Label ancorata al progetto:: Una label unica impedisce ai runner shared di prendere job destinati a un altro progetto.
Salvaguardia repo pubblico:: harnext setup verifica che i gate di approval delle fork PR siano attivi prima di registrare un runner per repo pubblico.
Disinstallazione pulita:: Cleanup best-effort alla disinstallazione: deregister, stop del servizio, rimozione di tutti gli artefatti del runner.

Domande frequenti

: harnext è un agente di coding IA open source con harness engineering, realizzato da FlowHunt. È un agente di terminale interattivo che legge, scrive e modifica file, esegue comandi shell e pilota server MCP — e genera workflow scalati di GitHub Actions perché l'IA prenda in carico le issue GitHub end-to-end.
: harnext setup scrive una pipeline scalata di workflow GitHub Actions. Ogni stage è una label; promuovere una label fa scattare lo stage successivo. La pipeline attraversa issue:tagged → stage:plan → stage:implement → stage:review → stage:merged, con un agente IA dedicato a ogni passo, in automatico.
: harnext supporta 20+ provider LLM out-of-the-box via pi-ai, tra cui Anthropic, OpenAI, Google, Ollama, NVIDIA NIM, llama.cpp, vLLM, Mistral e altri. Puoi cambiare provider con un singolo flag --provider e --model, e usare anche un provider diverso per stage della pipeline.
: Sì. Ogni stage della pipeline harnext può dispatchare un executor diverso. Usa il REPL harnext per il lavoro interattivo, e affida uno stage CI a claude-code o codex in modalità non presidiata — con flag di approval e bypass sandbox applicati in automatico.
: harnext porta un executor minimale e focalizzato a sei tool: read, write, edit, bash, skill e MCP. Questo è tutto l'agente — niente wrapper, niente glue script, nessun layer di orchestrazione nascosto.
: Sì. Punta harnext a Ollama o a un endpoint compatibile NVIDIA e il codice non deve mai lasciare la tua macchina. Puoi usare il REPL interattivo su un provider cloud e dispatchare gli stage CI a un modello Llama locale — il tutto con un singolo flag --provider.
: Esegui harnext setup nel tuo repository e registrerà un runner self-hosted GitHub Actions ancorato al repo con una label specifica del progetto, lo installerà come servizio systemd o launchd, e lo terrà attivo fra i reboot. harnext runner status e harnext runner logs seguono il daemon.
: Gli skill sono bundle di agente riutilizzabili che colleghi a qualsiasi stage della pipeline. Skill integrati: review (code review), init (inizializzazione progetto) e browser-verify (controlli di regressione visiva). Puoi crearne di tuoi e condividerli tra repository.
: harnext può collegarsi a qualsiasi server compatibile MCP in modalità proxy o diretta. L'agente può chiamare tool di automazione browser, database, API di ricerca o qualsiasi altro servizio MCP come step nativo della pipeline.
: harnext è MIT licensed e open source. Installalo globalmente con `npm install -g harnext` (Node.js ≥ 20 richiesto). I sorgenti sono su github.com/QualityUnit/harnext e il pacchetto è su npm.

Scopri di più

GitHub

Integra FlowHunt con GitHub per automatizzare la gestione dei repository, il tracciamento dei problemi, le pull request e le revisioni del codice con l'IA—nessu...

Jun 15, 2025 2 min di lettura

AI GitHub +4

Pinner MCP

Integra FlowHunt con Pinner MCP per automatizzare e mettere in sicurezza la gestione delle dipendenze. Fissa le immagini di base Docker e le GitHub Actions a di...

Aug 12, 2025 4 min di lettura

AI Automation +5

Heroku MCP

Integra FlowHunt con il server Heroku MCP per una gestione delle risorse Heroku potenziata dall'IA. Automatizza il deployment delle app, la scalabilità dei dyno...

Aug 12, 2025 6 min di lettura

AI Heroku +4