google-research/harness2

¿Qué es?

Funciones clave

• 01La recursión a nivel de tarea refina el harness mediante Propose–Probe–Compose, sin feedback de referencia.
• 02La recursión a nivel de harnessing mantiene un harness de mejora con los harnesses adoptados y las lecciones obtenidas entre tareas.
• 03Los modos de recursión en paralelo y secuencial controlan el alcance y la profundidad del refinamiento.
• 04Es compatible con los ejecutores OpenCode y Codex.
• 05Incluye integraciones con los benchmarks JobBench, LAB y WorkBuddy-Bench.
• 06Edita ocho componentes del harness: system prompt, guardrails, memoria, instrucciones para herramientas, subagentes, skills, scripts y plugins.

Casos de uso

• Investigadores que reproducen experimentos de optimización de harnesses con JobBench, LAB o WorkBuddy-Bench.
• Equipos que comparan diseños de harnesses de agentes para un modelo fijo en benchmarks de tareas profesionales.
• Desarrolladores que estudian cómo afectan los prompts, las herramientas y la orquestación al rendimiento de un agente sin volver a entrenar el modelo.

Inicio rápido

1. 1

   Crea un entorno virtual de Python 3.12

   uv venv --python 3.12 .venv
2. 2

   Activa el entorno virtual

   source .venv/bin/activate
3. 3

   Instala el paquete en modo editable con las dependencias extra de render

   uv pip install -e '.[render]'
4. 4

   Ejecuta la demo local (no se necesitan credenciales del modelo)

   harness2-demo --output runs/demo --k 2

Antes de usarlo

• !Los benchmarks basados en modelos requieren configurar Vertex AI y autenticar Google Cloud CLI; también pueden necesitar Docker, Pandoc y Poppler.
• !Las ejecuciones basadas en modelos generan costes de API.
• !El acceso a la red del Executor no está restringido, por lo que quizá debas configurar restricciones de red de antemano para las respuestas del benchmark.

Temas

Preguntas frecuentes

¿Qué es harness2?

Un framework de Python para optimizar recursivamente harnesses que refina los prompts, las herramientas y la orquestación de un agente LLM fijo en tareas nuevas. Harness² es un framework para mejorar el sistema que permite a un modelo de lenguaje actuar como agente. Ese sistema, llamado harness, incluye prompts, herramientas, memoria, skills y orquestación. El framework mantiene fijos los pesos del modelo y optimiza el harness, con el objetivo de abordar tareas que el agente no encontró durante el diseño del harness.

¿harness2 es gratuito? ¿Qué licencia tiene?

harness2 es open source bajo la licencia Apache-2.0. Revisa los términos de la licencia antes de usarlo en productos comerciales.

¿harness2 sigue mantenido?

Mantenimiento activo. El último commit de harness2 fue el 14 oct 2026.

¿Para qué puedo usar harness2?

Investigadores que reproducen experimentos de optimización de harnesses con JobBench, LAB o WorkBuddy-Bench. Equipos que comparan diseños de harnesses de agentes para un modelo fijo en benchmarks de tareas profesionales. Desarrolladores que estudian cómo afectan los prompts, las herramientas y la orquestación al rendimiento de un agente sin volver a entrenar el modelo.

¿Cómo se instala harness2?

Crea un entorno virtual de Python 3.12: uv venv --python 3.12 .venv Activa el entorno virtual: source .venv/bin/activate Instala el paquete en modo editable con las dependencias extra de render: uv pip install -e '.[render]' Ejecuta la demo local (no se necesitan credenciales del modelo): harness2-demo --output runs/demo --k 2

¿Dónde consigo harness2?

El código fuente y las instrucciones de instalación están en GitHub: https://github.com/google-research/harness2