# Instrucciones para el agente: Cierra tareas de código con pruebas y una ronda de corrección

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: intermedio
- Guía completa: https://lab.wisd.ai/hub/mozilla-goal-loop-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

### Prepara una prueba acotada

Selecciona una tarea pequeña y anota salida esperada, herramientas permitidas y condiciones de fallo.

### Configura Better Harness

Sigue [Better Harness](/hub/better-harness), incluidos sus requisitos, configuración y comprobación actuales. Recarga el plugin, activa el análisis y comprueba que la hipótesis apunta a evidencia del proyecto o sesiones disponibles.

### Configura CheckAgent

Sigue [CheckAgent](/hub/checkagent-testing), incluidos sus requisitos, configuración y comprobación actuales. Completa la demostración y el proyecto de pruebas; conecta después el agente objetivo y demuestra un caso que detecte una conducta incorrecta.

## Datos que pasan entre piezas

Los archivos siguientes son entregables de este caso preparados por el agente; no implican exportadores ni sincronización automática.

Pasa de Better Harness criterios.md con referencias de sesiones a un caso identificado de CheckAgent; guarda en evidencias.md el caso, fallo conocido detectado y resultado tras corregir, junto a las pruebas de la aplicación. Si no puedes conectar el agente de prueba o falta un criterio observable, detén la corrección y no presentes la demo como prueba del agente real.

## Monta el flujo

### Paso 1

Instala Better Harness en Claude Code y pídele revisar qué evidencia permite cerrar esa tarea. Conserva sus hipótesis como hipótesis.

### Paso 2

Ejecuta la demo de CheckAgent y genera el proyecto de pruebas. Adapta un caso a una conducta observable de tu agente, como no llamar una herramienta fuera del alcance; sigue su documentación para conectar el agente real.

### Paso 3

Ejecuta también las pruebas existentes de la aplicación. Pide al agente corregir el fallo observado, repetir la comprobación que falló y presentar resultado, evidencia y dudas. Define de antemano el máximo de rondas.

## Comprobación

Introduce deliberadamente una conducta incorrecta en un agente de prueba y confirma que el caso la detecta. Comprueba por separado que la aplicación cumple el objetivo.

## Si algo falla

Si el evaluador acepta un fallo conocido, corrige el criterio antes de confiar en él. Si faltan sesiones, Better Harness debe declarar esa ausencia.

La configuración se consulta en las guías del hub enlazadas. Esta composición es una propuesta de WISD; no se ha ejecutado como prueba integral.

## Prompt para tu agente

Piezas del flujo: [Better Harness](/hub/better-harness) · [CheckAgent](/hub/checkagent-testing).

```text
Lee y sigue las instrucciones publicadas de las piezas: Better Harness: /hub/better-harness/instrucciones.md; CheckAgent: /hub/checkagent-testing/instrucciones.md. Completa los requisitos, configuración y comprobación de cada pieza antes de usarla; comprueba su uso desde el cliente o arnés elegido, no solo su presencia en disco. Si falta un campo entre <>, una fuente obligatoria, acceso o una operación documentada, detén la etapa dependiente, informa qué falta y pídemelo; usa una alternativa manual solo cuando esté descrita y comprobada. No inventes datos ni des por superada una comprobación pendiente.

Para <tarea y agente de prueba>, define <criterios observables> y un máximo de <rondas>. Usa Better Harness para revisar evidencia del proyecto y sesiones; separa hipótesis de hechos. Con CheckAgent prepara un caso sobre la conducta objetivo y demuestra que detecta un fallo conocido. Ejecuta también <pruebas de la aplicación>, corrige fallos y repite las comprobaciones afectadas. Entrega evidencias y límites en <archivo>, sin declarar éxito si falta una comprobación.

Pasa de Better Harness criterios.md con referencias de sesiones a un caso identificado de CheckAgent; guarda en evidencias.md el caso, fallo conocido detectado y resultado tras corregir, junto a las pruebas de la aplicación. Si no puedes conectar el agente de prueba o falta un criterio observable, detén la corrección y no presentes la demo como prueba del agente real.
```