Kebanyakan asisten coding AI bekerja sendirian: satu model, satu jendela konteks yang panjang, satu pekerjaan dalam satu waktu. Harness memakai pendekatan berbeda. Ini adalah meta-skill open source untuk Claude Code yang tidak mengerjakan tugasmu secara langsung. Sebaliknya, ia merancang tim kecil agen spesialis untuk domainmu, menulis definisi agen dan skill yang mereka ikuti, dan mengatur cara mereka saling mengoper pekerjaan. Kamu menjelaskan pekerjaan dalam satu kalimat, dan Harness membangun tim yang mengerjakannya (GitHub, diakses 2026-10-24).
Poin Penting
Apa itu: Harness (revfactory/harness, Apache-2.0) adalah meta-skill, yaitu skill yang membangun skill dan tim agen lain, untuk Claude Code. Proyek ini memiliki sekitar 9.242 bintang dan 1.327 fork di GitHub.
Janji utamanya: Satu prompt seperti "build a harness for this project" menghasilkan definisi agen di `.claude/agents/`, skill di `.claude/skills/`, dan penunjuk di `CLAUDE.md`.
Cara memilih: Ia memilih dari enam pola tim dan tiga mode eksekusi berdasarkan bentuk pekerjaannya, bukan berdasarkan ukuran tim, dan bisa mencampur mode di tiap fase.
Lingkar kualitas: Verifikasi bawaan mencakup dry run, evaluasi trigger, dan uji A/B dengan skill versus tanpa skill, plus `/harness:evolve` untuk memasukkan umpan balik ke generasi tim berikutnya.
Catatan penting: Harness hanya untuk Claude Code, angka kualitas utamanya berasal dari uji v1 kecil yang dijalankan penulisnya sendiri (15 tugas), dan tim yang dihasilkan hanya sebaik deskripsi domain yang kamu berikan.
Apa sebenarnya Harness itu
Namanya memang menjelaskan fungsinya. Dalam proyek ini, "harness" bukan satu agen tunggal. Ia adalah seluruh perangkat yang memungkinkan tim agen beroperasi dalam satu domain: siapa agennya, bagaimana masing-masing bekerja, dan bagaimana mereka berkoordinasi (GitHub, diakses 2026-10-24).
Perbedaan ini penting karena alternatif yang umum adalah pustaka skill siap pakai. Pustaka skill memberimu prosedur generik. Harness justru mewawancarai proyekmu dulu, lalu menghasilkan tim yang dibentuk untuk proyek itu. Mau tim riset mendalam? Ia merancang agen untuk pencarian web, sumber akademik, dan sentimen komunitas, plus langkah validasi silang. Mau pipeline code review? Ia merancang agen paralel untuk arsitektur, keamanan, performa, dan gaya penulisan, lalu menggabungkan temuan mereka menjadi satu laporan (dev.to).
Versi saat ini adalah v2, pembangunan ulang dari nol untuk runtime multi-agen Claude Code saat ini. Versi 1 dibangun di atas API eksperimental `TeamCreate` yang sudah tidak ada, jadi v2 menargetkan apa yang benar-benar tersedia sekarang, dan menyertakan jalur migrasi bawaan jika mendeteksi artefak v1 di proyekmu (GitHub, diakses 2026-10-24).
Cara kerjanya: delapan fase, satu prompt
Kamu memicu Harness dengan bahasa biasa. Tidak ada sintaks khusus, cukup kalimat seperti "build a harness for this project" atau "design an agent team for deep research" (GitHub, diakses 2026-10-24). Di balik kalimat itu, ia menjalankan alur bertahap:
Fase 0, audit: Periksa apakah harness sudah ada, dan apakah ini pekerjaan baru, perluasan, atau pemeliharaan. Artefak versi 1 terdeteksi di sini.
Fase 1, analisis domain: Kenali jenis tugas, stack teknologi, level keahlian pengguna, dan bentuk alur kontrol pekerjaan.
Fase 2, desain arsitektur: Pilih mode eksekusi dan pola tim.
Fase 3, definisi agen: Hasilkan satu file per agen di `.claude/agents/`, masing-masing berisi peran, prinsip kerja, dan protokol input dan output.
Fase 4, pembuatan skill: Hasilkan skill yang hemat konteks di `.claude/skills/`, memakai progressive disclosure sehingga hanya detail yang relevan yang dimuat di tiap langkah.
Fase 5, orkestrasi: Tentukan cara agen mengoper data (skema terstruktur, file, pesan, atau tugas) dan tambahkan penunjuk minimal ke `CLAUDE.md`.
Fase 6, verifikasi: Jalankan evaluasi trigger, dry run, dan uji A/B dengan skill versus tanpa skill.
Fase 7, pemeliharaan: Kembangkan harness dari umpan balik penggunaan lewat `/harness:evolve`.
Semua yang dihasilkan berupa teks biasa yang bisa kamu baca dan edit. Tidak ada kotak hitam, dan itu pilihan desain yang disengaja: kalau agen yang dihasilkan berperilaku buruk, kamu buka filenya, temukan instruksinya, dan perbaiki (dev.to).
Enam pola, tiga mode
Harness memisahkan dua keputusan yang mudah tertukar: pola tim (bagaimana hubungan antar agen) dan mode eksekusi (bagaimana mereka benar-benar berjalan).
Enam pola arsitekturnya adalah Pipeline, Fan-out/Fan-in, Expert Pool, Producer-Reviewer, Supervisor, dan Hierarchical Delegation, masing-masing dipetakan ke mode v2 terbaiknya (GitHub, diakses 2026-10-24). Pipeline code review, misalnya, adalah pekerjaan Fan-out/Fan-in yang natural: beberapa reviewer bekerja paralel, lalu satu langkah menggabungkan temuan mereka. Laporan riset dengan penulis dan kritikus yang skeptis cocok dengan Producer-Reviewer.
Mode eksekusi | Primitif | Cocok untuk |
|---|---|---|
Orkestrasi workflow | Skrip Workflow dengan pipeline, parallel, skema, dan budget | Alur kontrol deterministik: fan-out yang bisa dihitung, loop verifikasi, skala besar, output terstruktur |
Agen persisten | Agen bernama plus SendMessage plus daftar tugas bersama | Spesialis berumur panjang yang menyimpan konteks, dengan umpan balik iteratif dan negosiasi |
Delegasi sub-agen | Panggilan Agent sekali jalan | Pekerjaan paralel sekali jalan yang hanya mengembalikan hasil |
Factory memilih mode dari bentuk alur kontrol, bukan dari ukuran tim, dan mencampur mode per fase bila itu lebih cocok (GitHub, diakses 2026-10-24). Itu juga aturan praktis yang berguna bagi siapa pun yang merancang sistem agen secara manual: mulailah dari cara pekerjaan bercabang, berulang, dan bergabung, bukan dari berapa banyak agen yang terdengar mengesankan.
Apa yang dihasilkan
Setelah satu kali jalan, proyekmu mendapat struktur kecil yang mudah dibaca (GitHub, diakses 2026-10-24):
`.claude/agents/`: satu definisi per agen, misalnya `analyst.md`, `builder.md`, dan `qa.md`. Setiap file menyatakan peran agen, prinsip, dan protokolnya.
`.claude/skills/`: satu skill per prosedur, misalnya `analyze/SKILL.md` dan `build/SKILL.md`, plus satu skill orkestrator yang menentukan siapa bertindak, kapan, dan dalam urutan apa.
`CLAUDE.md`: penunjuk minimal berisi aturan trigger dan riwayat perubahan, bukan tumpukan seluruh desain.
Skill memakai progressive disclosure: metadata selalu ada di konteks, isi skill dimuat saat skill terpicu, dan materi referensi dimuat hanya saat kondisi tertentu terpenuhi. Itu menjaga jendela konteks tetap ramping, yang memang inti dari sistem skill (DeepWiki).
Instalasinya mudah. Lewat marketplace plugin, jalankan `/plugin marketplace add revfactory/harness` lalu `/plugin install harness@harness-marketplace`. Sebagai skill global, salin `skills/harness` dan `skills/evolve` ke direktori skill Claude milikmu. Tidak ada variabel lingkungan atau flag eksperimental yang diperlukan di v2, sebuah perubahan sengaja dari v1 yang membutuhkan flag eksperimental agent teams (GitHub, diakses 2026-10-24).
Verifikasi dan evolusi: bagian yang paling sering dilewati tool lain
Dua fitur membedakan Harness dari prompt yang sekadar membuat kerangka file. Pertama adalah verifikasi. Harness yang dihasilkan diperiksa dengan evaluasi trigger (apakah skill yang tepat menyala di waktu yang tepat?), dry run, dan uji A/B yang membandingkan output dengan skill versus tanpa skill (GitHub, diakses 2026-10-24).
Kedua adalah evolusi. Setelah kamu memakai harness yang dihasilkan, `/harness:evolve` menangkap selisih antara harness awalmu dan kondisinya saat ini yang sudah diedit, menggeneralisasi umpan balikmu, dan memasukkannya kembali ke agen, skill, dan orkestrator. Di v1 ini hanya didokumentasikan; di v2 ini tersedia sebagai skill sungguhan (GitHub, diakses 2026-10-24).
Lingkar itu adalah jawaban jujur atas keberatan yang jelas: tim yang dihasilkan tidak akan sempurna pada percobaan pertama. Harness mengasumsikan iterasi, dan ia memberi iterasi itu mekanisme, bukan sekadar menyerahkannya ke edit file manual.
Batasan yang jujur
Harness layak dicoba, tetapi tiga catatan ini perlu ada dalam tulisan yang adil.
Pertama, angka utama berasal dari penulisnya sendiri dan skalanya kecil. README melaporkan uji A/B terkontrol pada 15 tugas software engineering untuk v1: kualitas rata-rata naik dari 49,5 menjadi 79,3, peningkatan 60 persen, dengan kemenangan 15 dari 15 dan varians output 32 persen lebih rendah. README sendiri menyarankan agar angka itu diperlakukan sebagai angka yang diukur penulis dan agar kamu menjalankan pilot sendiri sebelum mengadopsinya (GitHub, diakses 2026-10-24). Itu angka v1, bukan benchmark v2, dan tidak ada benchmark independen yang dikutip.
Kedua, Harness hanya untuk Claude Code. Kalau timmu memakai platform agen lain, artefak `.claude` yang dihasilkan tidak langsung bisa dipindahkan, meski ide desainnya (pola, progressive disclosure, loop verifikasi) bisa dipindahkan.
Ketiga, meta-skill memperkuat inputnya. Deskripsi domain yang samar menghasilkan tim yang samar, dan tim yang terlihat rapi tetap bisa menghasilkan output yang percaya diri tetapi salah. Pola verifikasi (pemeriksaan adversarial, panel juri, kritikus loop-until-dry) ada tepat karena harness yang dihasilkan perlu skeptisisme yang sama seperti kode hasil generate lainnya (GitHub, diakses 2026-10-24).
Sebaiknya dicoba?
Coba Harness kalau kamu sudah memakai Claude Code dan terus mengulang alur kerja multi-langkah: laporan riset, code review, build fitur full-stack, atau proyek migrasi. Mulailah dari satu alur kerja, jalankan langkah verifikasi, dan simpan file yang dihasilkan di version control agar `/harness:evolve` punya riwayat nyata untuk dipelajari.
Lewati saja, atau perlakukan hanya sebagai inspirasi desain, kalau kamu tidak memakai Claude Code, atau kalau alur kerjamu hanya satu tugas sekali jalan. Untuk pekerjaan sekali jalan, satu prompt yang bagus mengalahkan satu tim yang lengkap.
Mau versi 30 detiknya? Tonton sinyal repo untuk proyek ini di repomaniac.com, dan baca artikel ini dalam bahasa Inggris untuk edisi aslinya. Kalau kamu lebih suka skill agen siap pakai daripada tim yang digenerate, sorotan Scientific Agent Skills kami membahas pustaka 177 skill untuk pekerjaan ilmiah.
Pertanyaan yang Sering Diajukan
Apa itu Harness?
Harness (revfactory/harness) adalah meta-skill open source untuk Claude Code yang merancang tim agen sesuai domain, mendefinisikan agen spesialis, dan menghasilkan skill yang mereka pakai. Lisensinya Apache-2.0 dan memiliki sekitar 9.242 bintang di GitHub (GitHub, diakses 2026-10-24).
Bagaimana cara menginstal Harness?
Lewat marketplace plugin Claude Code dengan `/plugin marketplace add revfactory/harness` dan `/plugin install harness@harness-marketplace`, atau manual dengan menyalin `skills/harness` dan `skills/evolve` ke direktori skill Claude milikmu. Versi 2 tidak membutuhkan variabel lingkungan atau flag eksperimental (GitHub, diakses 2026-10-24).
Apa bedanya Harness dengan pustaka skill?
Pustaka skill memberimu prosedur siap pakai. Harness menghasilkan tim beserta prosedurnya untuk domain spesifikmu, setelah menganalisis proyekmu, dan menambahkan verifikasi serta loop evolusi agar tim membaik seiring pemakaian (GitHub, diakses 2026-10-24).
Apakah Harness bisa dipakai di luar Claude Code?
Tidak. Artefak yang dihasilkan berada di `.claude/agents/` dan `.claude/skills/` dan menargetkan runtime Claude Code. Pola dasarnya (arsitektur tim, progressive disclosure, loop verifikasi) adalah ide yang bisa dipindahkan, tetapi toolnya sendiri hanya untuk Claude Code.
Apakah peningkatan kualitasnya terbukti?
Hanya dalam uji kecil yang dijalankan penulisnya. README melaporkan uji A/B v1 pada 15 tugas dengan kualitas rata-rata naik dari 49,5 menjadi 79,3, dan secara eksplisit menyarankan menjalankan pilot sendiri untuk keputusan adopsi. Perlakukan klaim v2 sebagai menjanjikan tetapi belum terbukti sampai kamu mengujinya pada alur kerjamu sendiri (GitHub, diakses 2026-10-24).