google-research/harness2

O que é?

Recursos principais

• 01A recursão no nível da tarefa aprimora o harness por meio de Propose–Probe–Compose, sem feedback de respostas corretas.
• 02A recursão no nível do harness mantém um harness de aprimoramento com harnesses adotados e lições acumuladas entre tarefas.
• 03Os modos de recursão paralela e sequencial controlam a amplitude e a profundidade do refinamento.
• 04Oferece suporte aos executores OpenCode e Codex.
• 05Inclui integrações com os benchmarks JobBench, LAB e WorkBuddy-Bench.
• 06Edita oito componentes do harness: prompt de sistema, guardrails, memória, orientações sobre ferramentas, subagentes, skills, scripts e plugins.

Casos de uso

• Pesquisadores que reproduzem experimentos de otimização de harness em JobBench, LAB ou WorkBuddy-Bench.
• Equipes que comparam designs de harness para agentes com um modelo fixo, usando benchmarks de tarefas profissionais.
• Desenvolvedores que estudam como prompts, ferramentas e orquestração afetam o desempenho de agentes sem retreinar o modelo.

Início rápido

1. 1

   Crie um ambiente virtual com Python 3.12

   uv venv --python 3.12 .venv
2. 2

   Ative o ambiente virtual

   source .venv/bin/activate
3. 3

   Instale o pacote em modo editável com as dependências extras de render

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

   Execute a demonstração local (não são necessárias credenciais do modelo)

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

Antes de usar

• !Benchmarks baseados em modelos exigem a configuração do Vertex AI e a autenticação do Google Cloud CLI; também podem precisar de Docker, Pandoc e Poppler.
• !Execuções baseadas em modelos geram custos de API.
• !O acesso à rede do Executor não é restrito, então talvez seja necessário configurar restrições de rede com antecedência para as respostas do benchmark.

Tópicos

Perguntas frequentes

O que é harness2?

Framework em Python para otimização recursiva de harnesses, que aprimora prompts, ferramentas e orquestração em torno de um agente LLM fixo para tarefas inéditas. Harness² é um framework para aprimorar o sistema que envolve um modelo de linguagem e permite que ele atue como agente. Esse sistema, chamado harness, inclui prompts, ferramentas, memória, skills e orquestração. O framework mantém os pesos do modelo fixos e, em vez disso, otimiza o harness, com foco em tarefas que o agente não encontrou durante o projeto do harness.

harness2 é gratuito? Qual é a licença?

harness2 é open source sob a licença Apache-2.0. Confira os termos da licença antes de usá-lo em produtos comerciais.

harness2 ainda é mantido?

Manutenção ativa. O último commit de harness2 foi em 14 de out. de 2026.

Para que posso usar harness2?

Pesquisadores que reproduzem experimentos de otimização de harness em JobBench, LAB ou WorkBuddy-Bench. Equipes que comparam designs de harness para agentes com um modelo fixo, usando benchmarks de tarefas profissionais. Desenvolvedores que estudam como prompts, ferramentas e orquestração afetam o desempenho de agentes sem retreinar o modelo.

Como instalar harness2?

Crie um ambiente virtual com Python 3.12: uv venv --python 3.12 .venv Ative o ambiente virtual: source .venv/bin/activate Instale o pacote em modo editável com as dependências extras de render: uv pip install -e '.[render]' Execute a demonstração local (não são necessárias credenciais do modelo): harness2-demo --output runs/demo --k 2

Onde consigo harness2?

O código-fonte e as instruções de instalação estão no GitHub: https://github.com/google-research/harness2