Un harness multi-agent estandarditzat per a Claude Code i OpenCode: rols de Spec-Driven Development (Leader, Spec Author, Implementer, Reviewer) instal·lats a qualsevol projecte amb una sola comanda. El seu procés també es distribueix com a sis skills independents (npx skills add jordimarsal/harness).
El problema. Els agents de codi funcionen bé en el petit i descarrilen en el gran. Els equips necessiten un procés repetible — specs, rols, gates — independent del stack.
Punts clau
7 stacks coberts (Java/Spring, Python, Node/TS, Rust i més) amb convencions per stack.
Instal·lació amb una sola comanda; la plantilla de convencions inclou regles de SonarQube/qualitat de codi.
Nascut de l’ús diari en projectes personals — aquest portfolio està construït amb ell.
El seu procés es distribueix com a sis skills independents, instal·lables amb npx skills add jordimarsal/harness.
Un benchmark agèntic per a models GGUF locals: velocitat de prompt, tool-calling, generació de codi i treball agèntic multi-pas, mesurats sota un mateix harness i amb els rebuts en brut de cada crida — 100% local, sense núvol ni APIs.
El problema. Els benchmarks públics serveixen per entrenar, i “quin model és més llest” no és la pregunta que respon un equip local. ggufbench pregunta quin GGUF executar a la teva pròpia màquina: cada model corre el mateix harness, cada fila del marcador declara el set de tasques que va mesurar de debò i les exclusions queden registrades amb un motiu — mai en silenci.
Punts clau
Quatre dimensions sota un mateix harness: velocitat de prompt, tool-calling, generació de codi i treball agèntic multi-pas — tres execucions per tasca (llavors 42/43/44) al mateix equip 2× RTX 5080, reportades com a mitjana ± desviació.
El set de tasques actual: 18 tasques d’eines, 72 de codi i 72 d’agent — versionat (v1 → v5) perquè cada fila del marcador declari el set que va mesurar de debò; un únic pressupost de raonament de 32768 tokens i els modes de thinking mesurats per separat.
100% local — sense núvol, sense APIs, sense telemetria — i amb rebuts: cada crida deixa timings, crides a eines i traces per tasca per a un marcador en viu, i 13 models retirats es queden només com a registre.
0.85millor puntuació global — minicpm-v-4.7-35b-a3b q4_k_m, thinking off
CLI que renderitza Markdown amb diagrames Mermaid directament a PDF, construïda amb TDD, mypy strict i integració contínua.
El problema. La documentació amb diagrames es podre quan la cadena és manual. Aquest CLI converteix el pas Markdown→PDF en una build d’una comanda i reproducible — diagrames inclosos.
Punts clau
La qualitat com a característica: suite completa amb TDD, tipatge mypy strict i integració contínua a cada push.
Servidor MCP (Model Context Protocol) que fa transparents els colors d’un PNG (canal alfa) amb modes rgb/auto/greenscreen.
El problema. Els agents necessiten cada cop més operacions reals amb fitxers; MCP és el protocol, i les eines petites i enfocades són la millor manera d’aprendre’l de debò.
Punts clau
Implementa MCP sobre stdio en Python 3.13+.
Tres modes de transparència: coincidència rgb exacta, detecció automàtica del color dominant, greenscreen.
