Act Operator – Open source harness kontrol proyek LangGraph 1.0+ yang "siap untuk produksi nyata"

Mengapa model AI dan manusianya sama, tetapi hasilnya bisa berbeda.
Setiap kali menggali fondasi dari nol lalu membangun ulang, tiap tim memakai Agent dengan cara berbeda hingga terjadi konflik kode, dan yang menumpuk hanya prototipe yang tak bisa dioperasikan…

Di sini selalu muncul anomali kronis yang terjadi saat berkolaborasi di antara tenaga kerja yang memanfaatkan alat AI.

Ketika pengembang yang terbiasa dengan teknologi meminta Claude Code mengimplementasikan workflow, hasilnya adalah kode yang luar biasa. Namun ketika pengembang yang baru pertama kali mencobanya memberikan permintaan yang sama kepada Claude Code yang sama, keluarlah kode yang umum, tidak konsisten, dan sedikit keliru. Modelnya sama. Mengapa bisa begitu?

Masalahnya bukan pada model, melainkan pada context gap — dan ini berlaku sama untuk manusia maupun agen AI.
Alasan anggota tim baru yang diterjunkan tanpa onboarding tersesat di codebase yang sama juga identik: konvensi bersifat implisit, arsitektur hanya ada di kepala seseorang, dan tidak ada lingkungan terstruktur yang membimbing. Agen AI pun tidak berbeda.

Bahkan praktisi berpengalaman pun menabrak dinding ini. Saat sesi berganti, agen melupakan desain sebelumnya. Arsitektur yang diputuskan kemarin tidak diketahui agen hari ini. Karena pengetahuan hanya ada di kepala manusia, bukan di dalam codebase. Jika manusia tidak bisa menemukan konvensi, agen juga tidak bisa menemukannya.

Untuk menyelesaikan ini, yang dibutuhkan bukan perbaikan prompt atau model yang lebih baik. Yang perlu dirancang adalah lingkungan itu sendiri, tempat manusia dan agen bekerja bersama.

[ Harness sebenarnya sudah ada sejak lama. ]

Kata harness berasal dari bahasa Prancis Kuno 'harnois'. Makna aslinya adalah "perlengkapan militer, alat kendali".
Sejak 1690-an, makna kiasannya menjadi mapan: "mengendalikan kekuatan yang tidak terkendali agar bisa digunakan ke arah yang benar (to control for use as power)".
Ini sejalan dengan ungkapan bahwa pembangkit listrik tenaga angin "memanfaatkan (harnessing) angin" untuk mengubahnya menjadi energi.

Dalam rekayasa, prinsip ini terus muncul berulang dengan bentuk yang berbeda.

• Wiring Harness: perangkat yang mengikat kabel-kabel rumit menjadi satu bundel agar menjadi unit yang bisa dikendalikan. Ini telah menjadi standar di industri otomotif selama puluhan tahun.
• Test Harness: lingkungan eksekusi yang terdiri dari stub dan driver agar komponen tertentu bisa dijalankan secara terisolasi tanpa seluruh infrastruktur. Ini adalah konsep inti dalam software testing.
• Pipeline CI/CD: lingkungan kendali terstruktur yang memastikan kode tidak langsung menuju production, melainkan melewati lapisan build, test, dan verifikasi. Ini juga merupakan sebuah harness.

Mereka memiliki satu kesamaan.

Perancangan lingkungan eksternal untuk mengendalikan objek yang tak terkendali (kabel, komponen kode, alur deployment) ke arah yang benar.

Karena itu, ketika pada awal 2026 OpenAI membangun sistem berskala 1 juta baris selama 5 bulan dengan agen Codex tanpa satu baris kode manual pun, menyebut penerapan prinsip lama ini pada agen AI sebagai Harness Engineering adalah sebuah konsekuensi yang alami. Bukan kebetulan Martin Fowler maupun tim engineering Anthropic memakai istilah yang sama pada periode yang sama.

LangChain juga berhasil meningkatkan peringkat Terminal Bench 2.0 dari posisi 30 ke posisi 5 hanya dengan memperbaiki harness.

Karena itulah act-operator dibuat sebagai harness untuk mengendalikan struktur LangGraph 1.0+ yang dapat digunakan pada produk nyata.

[ Ultra-Quick Start ]}

Dalam lingkungan yang sudah terpasang uv, satu baris di bawah ini sudah cukup untuk menyiapkan harness proyek LangGraph 1.0+ yang siap produksi nyata.

uvx --from act-operator act new

[ 3 lapisan Act Operator ]

Dalam pengembangan berbasis AI, harness adalah sistem scaffolding, pengetahuan yang dapat dieksekusi, dan feedback loop yang membungkus agar baik manusia maupun agen AI dapat secara stabil menghasilkan output yang benar, siapa pun yang mengerjakannya.

Act Operator mengimplementasikan ini dalam tiga lapisan:

1. Scaffolding: skeleton proyek lengkap dengan konvensi modul dan base class bawaan yang menjamin coupling serendah mungkin dan cohesion setinggi mungkin, dirakit sebelum prompt agen pertama
2. SSOT yang dapat dieksekusi: pengetahuan yang dikodekan sebagai file yang benar-benar bisa dijalankan dan dibaca oleh agen maupun manusia saat runtime
3. Feedback loop: spesifikasi untuk menjaga agen tetap selaras antar-sesi

[ SSOT yang dapat dieksekusi ]

Tim pada umumnya membagikan pengetahuan pengembangan dan desain melalui wiki, dokumen arsitektur, atau pengetahuan lisan—bahkan kadang tidak sama sekali. Masalahnya adalah dokumen menjadi usang, wiki menua, dan pengetahuan lisan tidak mampu bertahan dari perubahan tim.

Harness mengodekan pengetahuan ini sebagai file yang berjalan — bukan dokumen statis, melainkan referensi yang dapat dieksekusi yang dibaca langsung oleh agen dan manusia. Act Operator mengelolanya sebagai tiga lapisan komponen SSOT yang saling melengkapi dengan mempertimbangkan coupling dan cohesion:

1. Act Template (scaffold): skeleton proyek itu sendiri — workflow CI dasar, base class, struktur test, pengaturan monorepo, manajemen environment variable, panduan penggunaan
2. Agent Skills: total 5 skill, lebih dari 50 pola referensi, decision tree, template arsitektur
3. Drawkit: shape pra-definisi arsitektur Act untuk draw.io — kosakata visual bersama untuk komunikasi antarmanusia

Setiap komponen menargetkan objek yang berbeda, tetapi merujuk pada konvensi dasar yang sama. Act Template membangun fondasi struktural tempat agen dan pengembang sama-sama bekerja. Skill mengajarkan cara agen membangun dengan benar di dalam struktur itu, sementara Drawkit menunjukkan kepada tim cara memvisualisasikan arsitektur.

[ Informasi open source lainnya ]

• Selain Claude Code, semua alat yang mendukung direktori skill seperti OpenCode, Cursor, dan Gemini CLI juga dapat digunakan.
• Mendukung dokumentasi bahasa Korea dan Inggris
• Lisensi Apache 2.0 – didistribusikan 200% gratis di PIPY

Kami menyambut feedback dan contribution dari semua orang tercinta (dan juga GitHub star★..!). Terima kasih :)

Github: https://github.com/Proact0/act-operator