Harness of Harness: encadena planificación, desarrollo y pruebas

Pega este texto a tu agente (Claude Code, Codex, OpenCode, Hermes o el que uses) y dile «ayúdame a montarlo». Son los pasos para ponerlo en marcha; el porqué de cada pieza está en la guía completa.

• Dificultad: avanzado
• Proyecto: https://github.com/Flesymeb/HarnessOfHarness (licencia MIT)
• Guía completa: https://lab.wisd.ai/hub/harness-of-harness

Para el agente: cómo acompañar al usuario

1. Pregunta primero para qué lo quiere. Si su objetivo no necesita algún paso, sáltalo.
2. Antes de instalar, comprueba lo que ya tiene (versiones, claves, sistema operativo).
3. Avanza un paso cada vez: explica en una frase qué vas a hacer y deja que el usuario lo ejecute o lo apruebe.
4. Tras cada paso, comprueba que funcionó antes de seguir. Si falla, para y explica el error.
5. No inventes comandos ni opciones: si la documentación del proyecto contradice estos pasos, manda la documentación.
6. Al terminar, haz una prueba real con el objetivo del usuario y dile dónde profundizar.

Pasos de configuración

Paso 1: revisa el ejemplo completo

Lee HoH-lite, sus requisitos y Security antes de ejecutar. Comprueba Python ≥3.12 con venv y pip, Godot 4, Node.js/npm, bubblewrap, Xvfb, xdotool y FFmpeg. Prepara el repositorio externo de pruebas (benchmark) y la CLI del arnés elegido con acceso al modelo. Comprueba también la licencia propia de hoh-lite/.

Paso 2: prepara el entorno de HoH-lite

Obtén primero la copia con git clone https://github.com/Flesymeb/HarnessOfHarness.git y entra con cd HarnessOfHarness/hoh-lite. Dentro de esa carpeta, el README documenta:

python3 -m venv .venv
source .venv/bin/activate
pip install -e /path/to/benchmark -e '.[gamecraft-bench]'

Sustituye /path/to/benchmark por el checkout real. No es una dependencia incluida en este repositorio.

Paso 3: configura y ejecuta una prueba

Desde hoh-lite/, copia la plantilla con cp .env.example .env. Sigue la preparación del archivo de entorno en el README: GAMELOOP_HOME, GAMELOOP_BENCH y credenciales locales del arnés. Sin mostrar sus valores, prepara el proveedor. Después usa el ejemplo oficial, ajustando benchmark, tarea e identificador:

gameloop-godot-mcp-vendor prepare
gameloop --config configs/harnesses/codex-gpt-5.5.json \
  --bench /path/to/benchmark \
  --task tasks/your-task \
  --run-id my-run

El perfil citado pertenece al ejemplo oficial. Elige otro perfil documentado si necesitas otro arnés.

Comprobación

Revisa reproducibility.json, la evidencia del evaluador y el entregable ejecutado. Comprueba que planificador y evaluador no han editado el proyecto y que la siguiente iteración usa resultados realmente observados.

Si algo falla

No reutilices un run-id existente. Para reanudar, sigue --resume-from con un identificador nuevo según el README. Si faltan el benchmark o sus herramientas, completa sus requisitos antes de interpretar el fallo como un problema del agente.