penguin-harness

PenguinHarness es una plataforma de desarrollo de aplicaciones multiagente de código abierto y local-first. Según su README, busca automatizar el ciclo de vida completo de las aplicaciones de agentes de IA: construirlas, optimizarlas y desplegarlas. El proyecto está licenciado bajo Apache-2.0 y es desarrollado por el equipo PrismShadow. Posicionamiento principal El README presenta el proyecto como un arnés para el desarrollo de agentes, enfatizando un conjunto mínimo de herramientas sobre interfaces de bajo nivel para reducir llamadas a herramientas y uso de tokens, con ajustes para modelos abiertos como DeepSeek. Afirma resultados sólidos en un benchmark de análisis de datos a menor costo que algunas alternativas, y describe un flujo de trabajo de una frase que genera una aplicación de agente ejecutable, incluyendo andamiaje, código e instrucciones de ejecución. Un ejemplo citado genera una aplicación de documentación RAG por un costo pequeño de tokens. Autoevolución y plugins Se describe un motor nativo de autoevolución: los agentes pueden ejecutar benchmarks, identificar puntos débiles y producir versiones mejoradas, con instantáneas antes de cada ronda y observabilidad a nivel de solicitud en una vista Trace. Los plugins integrados se agrupan en categorías de Productividad de Oficina, Desarrollo de Software, Desarrollo de Aplicaciones de IA y Compañía de Agentes, cubriendo habilidades como análisis de datos, rastreo web, generación de diapositivas, desarrollo de software, desarrollo de agentes y ajuste de modelos. Los agentes también pueden escribir y optimizar sus propias habilidades. Modelos y requisitos El README lista soporte para varias familias de modelos a través de múltiples proveedores, incluyendo DeepSeek, Kimi, GLM, Hunyuan, Qwen, GPT, Gemini, Claude e Inkling, y señala que se puede usar cualquier endpoint de protocolo OpenAI, cubriendo muchos modelos en línea y locales. Los sistemas operativos soportados son Linux, macOS y Windows 10+, en x64 y arm64. Se requiere una clave API de al menos un modelo. Opciones de instalación Se documentan varias rutas de instalación: una app de escritorio firmada para macOS, Windows y Linux; instaladores en línea de una línea para Linux/macOS y Windows; una instalación global npm que requiere Node 24 o superior; y una imagen Docker que ejecuta el servidor en el puerto 7364 con un volumen de datos. Los paquetes sin conexión se adjuntan a los lanzamientos de GitHub para máquinas aisladas. La app de escritorio y la CLI comparten la misma raíz de datos y se pueden usar indistintamente. CLI y SDK La CLI proporciona comandos para configurar modelos, ejecutar tareas de una sola vez, chat interactivo e iniciar un servidor sin interfaz. Un ejemplo de SDK TypeScript muestra cómo crear un agente, abrir una sesión y transmitir salidas con aprobación por llamada de herramienta. Hoja de ruta y desarrollo La hoja de ruta lista un conjunto de benchmarks público, plantillas de compañía de agentes, autoevolución a nivel de compañía y una integración OpenShell como planificados o en progreso, con la app de escritorio y soporte para Windows ya completados. El desarrollo usa pnpm para flujos de instalación, compilación y desarrollo, y se proporciona guía de contribución en el repositorio. En general, PenguinHarness se dirige a usuarios que quieren un entorno local-first y transparente para crear y mejorar aplicaciones de agentes de IA, con múltiples formas de despliegue y amplia compatibilidad de proveedores de modelos.