Un harness de agente basado en CLI y especificaciones para Claude Code y Codex: analiza tu base de código y ejecuta cada cambio a través de un pipeline de cinco agentes (scope, plan, build, verify, learn) con una cadena de pruebas auditable.
Qué hace
Anatomia es un CLI y un harness de agentes para Claude Code y Codex que analiza tu base de código para detectar el stack, las convenciones y los patrones, y luego enruta cada cambio a través de un pipeline de cinco agentes (Think, Plan, Build, Verify, Learn). Cada ejecución produce una cadena de pruebas validada de artefactos que incluye alcance, especificación,
Anatomia es un CLI y un harness de agentes para Claude Code y Codex que añade un motor al desarrollo asistido por IA, en lugar de ser simplemente una biblioteca de prompts. ana scan lee tu proyecto en segundos, detectando framework, base de datos, autenticación, pruebas, servicios, convenciones y patrones (por superficie en monorepos), y ana init escribe esa inteligencia en archivos que los agentes leen: ana.json, scan.json, CLAUDE.md, AGENTS.md, además de plantillas de habilidades y advertencias específicas del stack. Una sesión de configuración opcional de unos 10 minutos enriquece todo eso con el conocimiento del producto y las decisiones propias de tu equipo.
Cada cambio fluye entonces a través de un pipeline de cinco etapas: Think (alcance y retroalimentación), Plan (diseño de una especificación y contrato sellado), Build (implementación y demostración de que funciona), Verify (un detector de fallos independiente que lee la especificación y el código, ignorando el informe propio de Build) y Learn (convertir hallazgos recurrentes en reglas de habilidades más sólidas). Cada ejecución escribe una entrada en la cadena de pruebas, y comandos como ana proof health y proof promote rastrean la trayectoria de calidad a lo largo del tiempo. El CLI valida y genera un hash de contenido por cada artefacto que guarda un agente, de modo que las verificaciones no pueden omitirse, y tu código fuente nunca se modifica fuera del trabajo en sí.
Características
Notas de campo
Revisado el Jun 21, 2026
Ideal para
Resultados para creadores
Ten cuidado
Probado con
Costo
Gratuito y de código abierto (MIT).
Privacidad
Se ejecuta localmente a través de tu propio agente; nunca modifica el código fuente fuera del trabajo en sí.
Herramientas usadas
Incluye un motor: un CLI que analiza tu proyecto, ejecuta cada cambio a través de un pipeline de cinco etapas y valida cada artefacto que producen los agentes, en lugar de limitarse a proporcionar instrucciones.
Tiene soporte nativo de pipeline para Claude Code y Codex, y su salida de análisis (AGENTS.md, CLAUDE.md) funciona con cualquier herramienta de IA que reconozca Markdown.
Cada ejecución del pipeline registra una entrada auditable de lo que fue delimitado, planificado, construido y verificado; los comandos de prueba rastrean las tasas de verificación en el primer intento, los riesgos y los puntos críticos, y pueden promover hallazgos recurrentes a reglas de habilidades.
El kit de herramientas de código abierto de GitHub para el Desarrollo Guiado por Especificaciones. La CLI Specify convierte especificaciones ejecutables en implementaciones funcionales, con soporte para muchos agentes de codificación con IA.
Best for Desarrollo Guiado por Especificaciones con agentes de IAUn escáner de seguridad de código abierto para skills de agentes de IA que detecta vulnerabilidades, patrones maliciosos y riesgos en la cadena de suministro a través de 64 patrones antes de instalar una skill, con análisis estático y evaluación semántica opcional mediante LLM.
Best for Verificar una skill de agente de IA antes de instalarlaEl sistema de orquestación de código abierto de OpenAI para Codex, convierte el trabajo de un proyecto en ejecuciones de implementación aisladas y autónomas para que los equipos gestionen el trabajo en lugar de supervisar agentes de codificación.
Best for Gestionar el trabajo en lugar de supervisar agentes de codificaciónUn pentester de IA autónomo y de caja blanca para aplicaciones web y APIs; analiza el código fuente, identifica rutas de ataque y ejecuta exploits reales para demostrar vulnerabilidades con una prueba de concepto funcional. Ejecútalo localmente (código abierto) o a través de la plataforma Keygraph.
Best for Pentesting automatizado de caja blanca para aplicaciones web y APIsRevisión de código con IA de código abierto, con control total sobre la elección del modelo y los costos. Se ejecuta en tus pull requests en GitHub, GitLab, Bitbucket y Azure, con reglas personalizadas en lenguaje natural y opciones de alojamiento propio o en la nube.
Best for Revisión de código con IA con control sobre los modelos y el costoVerifica los tipos del código TypeScript y JavaScript en tus documentos Markdown y MDX contra la API real de tu proyecto, en tu editor, la CLI y CI, para que los ejemplos documentados nunca queden desactualizados ni sean alucinados.
Best for Mantener los ejemplos de código en los documentos con tipos correctos.