Whip: harness em Go para agentes de código vai ao open source

Um harness de agentes de código em um único binário

O repositório do whip, mantido pela Context Labs, está público sob licença Apache-2.0 - a página registra 98 estrelas, 8 forks e 215 commits. O projeto se define como um harness rápido para agentes de código: um loop de uso de ferramentas por LLM (bash, read, write, edit, task), uma sessão interativa construída com a biblioteca bubbletea, modelos roteáveis por provedor com descoberta viva de catálogo, suporte a MCP e subagentes em segundo plano. Tudo empacotado em um binário único, sem runtime e com configuração legível, segundo o README.

Velocidade como restrição e Go como material

A tese central da documentação é que harnesses de agentes devem ser rápidos - "literalmente o mais rápido possível", como resume o texto. Para isso, o whip usa chamadas paralelas de ferramentas, transmite tudo em streaming e descreve-se como "nada entre você e o modelo além de um loop".

O README critica os padrões dos outros harnesses: todos têm bons padrões de projeto, mas nenhum reúne tudo. O whip diz ter selecionado as melhores ideias de pi, opencode, codex e exo em um único harness opinativo, com a origem de cada recurso citada em docs/roadmap.md.

O Go é apresentado como adequado a aplicações intensivas em rede - e harnesses, segundo o texto, fazem muita rede. Onde designs de referência em TypeScript escrevem promises à mão, o whip usa channels; travas por caminho de arquivo e subagentes em segundo plano viram primitivas verificadas pelo compilador, conforme docs/concurrency.md.

Aposta em modelos abertos e roteamento por provedor

O whip declara-se focado "em um futuro em que modelos open-source sejam os modelos preferidos". Como acompanhar esses modelos é difícil, a ferramenta oferece uma opinião sobre qual usar: descoberta ao vivo do catálogo de cada provedor, novos modelos aparecem no seletor e um padrão rápido que acompanha a fronteira.

Por padrão, a ferramenta aponta para modelos do inference.net; qualquer endpoint compatível com OpenAI funciona como provedor. Um comando conecta todo o catálogo do OpenRouter, e o comando /model lista todos os modelos sem configuração individual.

Instalação e primeiros passos

Há duas formas de instalar: um script via shell com binários pré-compilados verificados por checksum (Linux/macOS, x64/arm64) ou go install a partir do código-fonte, exigindo Go ≥ 1.27. Para atualizar, o whip update reexecuta o script de instalação.

Entre os primeiros comandos sugeridos estão: /context-doctor, que audita em tokens o que uma sessão nova injeta; /goal, que trabalha até concluir a tarefa dada; e /model, que seleciona modelo com filtro digitado, incluindo entradas novas vindas do catálogo do provedor.

Um arquivo .mcp. no repositório faz os servidores MCP aparecerem automaticamente, visíveis pelo comando /mcp; um Ctrl+C interrompe e um segundo encerra a sessão.

A documentação completa cobre ainda a arquitetura (do toque de tecla à chamada de ferramenta), o loop de agente descrito como "um loop, uma função", o mapa completo de recursos vinculado a código e testes, além do roadmap com o que já foi entregue e o que vem a seguir.