yunta-harness 1.0.2__tar.gz

yunta_harness-1.0.2/LICENSE

@@ -0,0 +1,21 @@
+MIT License
+
+Copyright (c) 2026 j0sp0nc3 <beroiza79@gmail.com>
+
+Permission is hereby granted, free of charge, to any person obtaining a copy
+of this software and associated documentation files (the "Software"), to deal
+in the Software without restriction, including without limitation the rights
+to use, copy, modify, merge, publish, distribute, sublicense, and/or sell
+copies of the Software, and to permit persons to whom the Software is
+furnished to do so, subject to the following conditions:
+
+The above copyright notice and this permission notice shall be included in all
+copies or substantial portions of the Software.
+
+THE SOFTWARE IS PROVIDED "AS IS", WITHOUT WARRANTY OF ANY KIND, EXPRESS OR
+IMPLIED, INCLUDING BUT NOT LIMITED TO THE WARRANTIES OF MERCHANTABILITY,
+FITNESS FOR A PARTICULAR PURPOSE AND NONINFRINGEMENT. IN NO EVENT SHALL THE
+AUTHORS OR COPYRIGHT HOLDERS BE LIABLE FOR ANY CLAIM, DAMAGES OR OTHER
+LIABILITY, WHETHER IN AN ACTION OF CONTRACT, TORT OR OTHERWISE, ARISING FROM,
+OUT OF OR IN CONNECTION WITH THE SOFTWARE OR THE USE OR OTHER DEALINGS IN THE
+SOFTWARE.

yunta_harness-1.0.2/PKG-INFO

@@ -0,0 +1,261 @@
+Metadata-Version: 2.4
+Name: yunta-harness
+Version: 1.0.2
+Summary: Harness de agente de código para terminal, agnóstico al proveedor del modelo y guiado por especificaciones (SDD)
+Author-email: Jose Ponce <j0sp0nc3@users.noreply.github.com>
+License: MIT
+Project-URL: Homepage, https://github.com/j0sp0nc3/yunta-harness
+Project-URL: Repository, https://github.com/j0sp0nc3/yunta-harness.git
+Project-URL: Documentation, https://github.com/j0sp0nc3/yunta-harness/blob/master/docs/quickstart.md
+Project-URL: Changelog, https://github.com/j0sp0nc3/yunta-harness/blob/master/CHANGELOG.md
+Project-URL: Issues, https://github.com/j0sp0nc3/yunta-harness/issues
+Keywords: ai-agent,coding-agent,harness,cli,sdd,spec-driven-development,litellm,developer-tools,pair-programming
+Classifier: Development Status :: 5 - Production/Stable
+Classifier: Environment :: Console
+Classifier: Intended Audience :: Developers
+Classifier: License :: OSI Approved :: MIT License
+Classifier: Operating System :: OS Independent
+Classifier: Programming Language :: Python :: 3
+Classifier: Programming Language :: Python :: 3.11
+Classifier: Programming Language :: Python :: 3.12
+Classifier: Programming Language :: Python :: 3.13
+Classifier: Topic :: Software Development :: Code Generators
+Classifier: Topic :: Software Development :: Quality Assurance
+Requires-Python: >=3.11
+Description-Content-Type: text/markdown
+License-File: LICENSE
+Requires-Dist: litellm>=1.40.0
+Provides-Extra: dev
+Requires-Dist: pytest>=8.0; extra == "dev"
+Requires-Dist: build>=1.0.0; extra == "dev"
+Requires-Dist: twine>=5.0.0; extra == "dev"
+Dynamic: license-file
+
+# Yunta: El Harness para Spec-Driven Development (SDD)
+
+[English](README_en.md) | **Español**
+
+![logo](docs/logo.png)
+
+**Harness de agente de código para terminal, agnóstico al proveedor del modelo.**
+
+*Yunta*: pareja de bueyes unidos para trabajar juntos — tú y el agente, sin importar qué modelo tire del otro lado.
+
+## 🎯 Yunta: El Harness para Spec-Driven Development (SDD)
+
+En la metodología **Spec-Driven Development (SDD)**, el código no se genera por intuición o prompts ad-hoc, sino a partir de especificaciones formales y contratos verificables. Yunta actúa como el **harness de ejecución y verificación**:
+
+- 📋 **Consumo Estricto de Especificaciones**: Lee `AGENTS.md` y especificaciones del proyecto en cada ciclo como única fuente de verdad.
+- 🔬 **Edición Quirúrgica (`str_replace`)**: Previene la degradación del código mediante reemplazos exactos con validación estricta de unicidad.
+- 🛡️ **Aprobaciones Humanas en Tiempo Real**: Visualización interactiva de `git diff` antes de autorizar cualquier escritura o comando.
+- ⚡ **Prompt Caching Agnóstico**: Permite iterar continuamente contra especificaciones y arquitecturas extensas con hasta un 90% de ahorro en costos y latencia.
+- 🔄 **Bucle Cerrado de Verificación**: El agente valida autónomamente sus cambios contra la suite de pruebas (`pytest`) antes de dar por cerrada la tarea.
+
+👉 **[Ver la Guía y Presentación Completa de Yunta + SDD](docs/sdd.md)**
+
+Diseñado desde cero para ser independiente de cualquier proveedor de modelos: el acceso a los LLMs es 100% vía [LiteLLM](https://docs.litellm.ai/docs/), por lo que cualquier proveedor soportado funciona cambiando una variable de entorno.
+
+---
+
+## Características Principales
+
+- **Agnóstico al Proveedor**: Conecta OpenAI, Anthropic Claude, Google Gemini, DeepSeek, Groq, o modelos locales vía Ollama/vLLM sin tocar una sola línea de código.
+- **Minimalismo Extremo (~500 líneas)**: Sin frameworks de agentes pesados (sin LangChain ni CrewAI). Código comprensible, auditable y fácil de hackear.
+- **Edición Quirúrgica de Código (`str_replace`)**: Edita fragmentos exactos de archivos validando unicidad de contexto al estilo de Anthropic Claude Code y SWE-bench.
+- **Aprobaciones Humanas con Diff Unificado**: Visualiza exactamente qué líneas se agregarán o eliminarán antes de confirmar la escritura o ejecución.
+- **Prompt Caching Agnóstico**: Inyección de puntos de corte de caché (`cache_control`) para Anthropic Claude y detección automática en OpenAI/DeepSeek/Gemini, ahorrando hasta 90% en tokens de entrada y reduciendo la latencia.
+- **Interrupción Limpia (`Ctrl+C`)**: Cancela un turno largo o llamada a herramienta en cualquier momento sin perder la sesión del REPL ni romper el historial de la conversación.
+- **Soporte Nativo de MCP (Model Context Protocol)**: Conecta servidores MCP externos vía `stdio` JSON-RPC 2.0 sin librerías adicionales.
+- **Memoria Persistente y Aprendizaje Continuo**: Recuerda hechos clave entre sesiones (`.yunta/memory.json`) y acumula lecciones aprendidas (`.yunta/learnings.md`).
+- **Subagentes de Investigación**: Delega tareas de lectura intensiva a subagentes secundarios sin saturar la ventana de contexto principal.
+
+---
+
+## Guía Rápida Paso a Paso
+
+👉 ¿Primera vez usando Yunta? Sigue la **[Guía Paso a Paso Completa (docs/quickstart.md)](docs/quickstart.md)** para aprender desde la configuración del modelo hasta el flujo de edición con diffs y comandos del REPL.
+
+---
+
+## Instalación
+
+Requiere Python 3.11 o superior.
+
+```bash
+git clone https://github.com/j0sp0nc3/yunta.git
+cd yunta
+pip install -r requirements.txt
+```
+
+O instala en modo editable:
+
+```bash
+pip install -e .
+```
+
+---
+
+## Configuración de Modelos
+
+Yunta **no tiene modelos por defecto**: tú eliges quién tira del carro configurando tu entorno.
+Consulta la [Matriz de Proveedores Verificados](docs/PROVEEDORES.md) para ver la lista de modelos probados con el script de prueba universal (`scripts/prueba_proveedor.py`).
+
+### Google Gemini
+```bash
+export LLM_MODEL=gemini/gemini-3.5-flash
+export GEMINI_API_KEY=tu-api-key
+```
+
+### Anthropic Claude
+```bash
+export LLM_MODEL=anthropic/claude-3-7-sonnet
+export ANTHROPIC_API_KEY=sk-ant-...
+```
+
+### OpenAI
+```bash
+export LLM_MODEL=openai/gpt-4o
+export OPENAI_API_KEY=sk-...
+```
+
+### DeepSeek / OpenRouter
+```bash
+export LLM_MODEL=openrouter/deepseek/deepseek-chat
+export LLM_API_KEY=tu-openrouter-key
+```
+
+### Modelos Locales (Ollama)
+```bash
+export LLM_MODEL=ollama/llama3.3
+```
+
+### Endpoints Compatibles con OpenAI (vLLM, LocalAI, etc.)
+```bash
+export LLM_MODEL=openai/tu-modelo-local
+export LLM_API_BASE=http://localhost:8000/v1
+export LLM_API_KEY=dummy
+```
+
+---
+
+## Uso y Comandos
+
+Inicia la sesión interactiva:
+
+```bash
+python main.py
+# O si lo instalaste con pip install -e .:
+yunta
+```
+
+### Comandos del REPL
+- `/clear`: Limpia el historial de mensajes de la sesión actual.
+- `/tokens`: Muestra el consumo acumulado de tokens (entrada y salida) de la sesión.
+- `/exit`: Guarda lecciones aprendidas en `.yunta/learnings.md` y finaliza la sesión.
+- `Ctrl+C`: Interrumpe el turno en curso de forma limpia y regresa al prompt `> ` sin tumbar la sesión.
+
+---
+
+---
+
+## Uso como Librería en Python (API v1.0)
+
+A partir de la versión 1.0.0, puedes importar y embeber a Yunta directamente en tus scripts o aplicaciones:
+
+```python
+from yunta import Agent, LiteLLMProvider, FeedbackStore
+
+# Inicializa el proveedor usando la variable de entorno LLM_MODEL
+provider = LiteLLMProvider(system="Eres un asistente técnico conciso.")
+
+# Instancia el agente con aprobaciones automáticas o personalizadas
+agent = Agent(provider=provider, system=provider.system, confirm=lambda name, detail: True)
+
+# Envía un mensaje y recibe la respuesta estructurada
+respuesta = agent.send("Lista los archivos en el directorio actual")
+print(respuesta)
+```
+
+---
+
+## Detalles de Implementación para el Usuario
+
+### 1. Contexto de Proyecto (`AGENTS.md`)
+Si creas un archivo `AGENTS.md` en la raíz de tu proyecto, Yunta lo leerá e inyectará automáticamente en su `system prompt`. Úsalo para definir reglas inviolables, comandos de test o convenciones de tu equipo.
+
+### 2. Edición de Archivos y Aprobaciones
+Cuando Yunta decida modificar o escribir un archivo:
+- **`str_replace`**: Reemplaza fragmentos específicos. Si la cadena a reemplazar es ambigua (aparece más de una vez), fallará pidiendo más contexto.
+- **Previsualización de Diffs**: Si la herramienta requiere aprobación, verás un diff unificado estilo Git en la consola antes de pulsar `y` (confirmar) o `n` (rechazar).
+
+### 3. Memoria Persistente entre Sesiones
+El agente cuenta con las herramientas `remember` y `recall` para almacenar notas, decisiones de arquitectura o preferencias en `.yunta/memory.json`.
+
+### 4. Servidores MCP (Model Context Protocol)
+Puedes conectar herramientas de servidores MCP locales (`stdio`) creando el archivo `.yunta/mcp.json`:
+
+```json
+{
+  "mcpServers": {
+    "weather": {
+      "command": "python",
+      "args": ["servidores/weather_server.py"]
+    }
+  }
+}
+```
+Las herramientas descubiertas se registrarán como `mcp__weather__<nombre_tool>`.
+
+### 5. Creación de Herramientas Propias
+Para agregar herramientas al agente, crea un archivo en `yunta/tools/` y usa el decorador `@registry.register`:
+
+```python
+from . import _parse, registry
+
+@registry.register(
+    "mi_tool",
+    "Descripción clara de la herramienta para el modelo.",
+    {
+        "type": "object",
+        "properties": {
+            "parametro": {"type": "string", "description": "Texto de entrada"}
+        },
+        "required": ["parametro"]
+    },
+    requires_approval=False,
+)
+def mi_tool(raw: str) -> str:
+    args = _parse(raw)
+    return f"Resultado procesado: {args['parametro']}"
+```
+
+---
+
+## Arquitectura
+
+Yunta está organizado de forma modular, limpia y compacta:
+
+```
+main.py            -> Punto de entrada y REPL de consola
+yunta/
+  api.py           -> Tipos canónicos neutrales (Message, Block, ToolDef, Response)
+  provider.py      -> Capa de conexión LiteLLM (streaming, reintentos 429/503)
+  agent.py         -> Bucle iterativo de turnos, approvals de diffs y Ctrl+C
+  compact.py       -> Compactación de contexto (SlidingWindow)
+  feedback.py      -> Auto-feedback de lecciones (.yunta/learnings.md)
+  mcp.py           -> Cliente nativo JSON-RPC 2.0 stdio MCP
+  tools/           -> Registro y herramientas nativas
+    files.py       -> read_file, write_file, str_replace (SWE-bench style)
+    bash.py        -> Ejecución de comandos en subprocess con timeout
+    search.py      -> glob y grep dentro del repositorio
+    memory.py      -> remember y recall (.yunta/memory.json)
+    delegate.py    -> delegate_research con subagente secundario
+```
+
+Para una explicación técnica detallada del diseño, consulta la [Documentación de Arquitectura Completa](docs/architecture.md).
+
+---
+
+## Licencia
+
+Este proyecto está bajo la [Licencia MIT](LICENSE) - Copyright (c) 2026 j0sp0nc3 <beroiza79@gmail.com>.

yunta_harness-1.0.2/README.md

@@ -0,0 +1,228 @@
+# Yunta: El Harness para Spec-Driven Development (SDD)
+
+[English](README_en.md) | **Español**
+
+![logo](docs/logo.png)
+
+**Harness de agente de código para terminal, agnóstico al proveedor del modelo.**
+
+*Yunta*: pareja de bueyes unidos para trabajar juntos — tú y el agente, sin importar qué modelo tire del otro lado.
+
+## 🎯 Yunta: El Harness para Spec-Driven Development (SDD)
+
+En la metodología **Spec-Driven Development (SDD)**, el código no se genera por intuición o prompts ad-hoc, sino a partir de especificaciones formales y contratos verificables. Yunta actúa como el **harness de ejecución y verificación**:
+
+- 📋 **Consumo Estricto de Especificaciones**: Lee `AGENTS.md` y especificaciones del proyecto en cada ciclo como única fuente de verdad.
+- 🔬 **Edición Quirúrgica (`str_replace`)**: Previene la degradación del código mediante reemplazos exactos con validación estricta de unicidad.
+- 🛡️ **Aprobaciones Humanas en Tiempo Real**: Visualización interactiva de `git diff` antes de autorizar cualquier escritura o comando.
+- ⚡ **Prompt Caching Agnóstico**: Permite iterar continuamente contra especificaciones y arquitecturas extensas con hasta un 90% de ahorro en costos y latencia.
+- 🔄 **Bucle Cerrado de Verificación**: El agente valida autónomamente sus cambios contra la suite de pruebas (`pytest`) antes de dar por cerrada la tarea.
+
+👉 **[Ver la Guía y Presentación Completa de Yunta + SDD](docs/sdd.md)**
+
+Diseñado desde cero para ser independiente de cualquier proveedor de modelos: el acceso a los LLMs es 100% vía [LiteLLM](https://docs.litellm.ai/docs/), por lo que cualquier proveedor soportado funciona cambiando una variable de entorno.
+
+---
+
+## Características Principales
+
+- **Agnóstico al Proveedor**: Conecta OpenAI, Anthropic Claude, Google Gemini, DeepSeek, Groq, o modelos locales vía Ollama/vLLM sin tocar una sola línea de código.
+- **Minimalismo Extremo (~500 líneas)**: Sin frameworks de agentes pesados (sin LangChain ni CrewAI). Código comprensible, auditable y fácil de hackear.
+- **Edición Quirúrgica de Código (`str_replace`)**: Edita fragmentos exactos de archivos validando unicidad de contexto al estilo de Anthropic Claude Code y SWE-bench.
+- **Aprobaciones Humanas con Diff Unificado**: Visualiza exactamente qué líneas se agregarán o eliminarán antes de confirmar la escritura o ejecución.
+- **Prompt Caching Agnóstico**: Inyección de puntos de corte de caché (`cache_control`) para Anthropic Claude y detección automática en OpenAI/DeepSeek/Gemini, ahorrando hasta 90% en tokens de entrada y reduciendo la latencia.
+- **Interrupción Limpia (`Ctrl+C`)**: Cancela un turno largo o llamada a herramienta en cualquier momento sin perder la sesión del REPL ni romper el historial de la conversación.
+- **Soporte Nativo de MCP (Model Context Protocol)**: Conecta servidores MCP externos vía `stdio` JSON-RPC 2.0 sin librerías adicionales.
+- **Memoria Persistente y Aprendizaje Continuo**: Recuerda hechos clave entre sesiones (`.yunta/memory.json`) y acumula lecciones aprendidas (`.yunta/learnings.md`).
+- **Subagentes de Investigación**: Delega tareas de lectura intensiva a subagentes secundarios sin saturar la ventana de contexto principal.
+
+---
+
+## Guía Rápida Paso a Paso
+
+👉 ¿Primera vez usando Yunta? Sigue la **[Guía Paso a Paso Completa (docs/quickstart.md)](docs/quickstart.md)** para aprender desde la configuración del modelo hasta el flujo de edición con diffs y comandos del REPL.
+
+---
+
+## Instalación
+
+Requiere Python 3.11 o superior.
+
+```bash
+git clone https://github.com/j0sp0nc3/yunta.git
+cd yunta
+pip install -r requirements.txt
+```
+
+O instala en modo editable:
+
+```bash
+pip install -e .
+```
+
+---
+
+## Configuración de Modelos
+
+Yunta **no tiene modelos por defecto**: tú eliges quién tira del carro configurando tu entorno.
+Consulta la [Matriz de Proveedores Verificados](docs/PROVEEDORES.md) para ver la lista de modelos probados con el script de prueba universal (`scripts/prueba_proveedor.py`).
+
+### Google Gemini
+```bash
+export LLM_MODEL=gemini/gemini-3.5-flash
+export GEMINI_API_KEY=tu-api-key
+```
+
+### Anthropic Claude
+```bash
+export LLM_MODEL=anthropic/claude-3-7-sonnet
+export ANTHROPIC_API_KEY=sk-ant-...
+```
+
+### OpenAI
+```bash
+export LLM_MODEL=openai/gpt-4o
+export OPENAI_API_KEY=sk-...
+```
+
+### DeepSeek / OpenRouter
+```bash
+export LLM_MODEL=openrouter/deepseek/deepseek-chat
+export LLM_API_KEY=tu-openrouter-key
+```
+
+### Modelos Locales (Ollama)
+```bash
+export LLM_MODEL=ollama/llama3.3
+```
+
+### Endpoints Compatibles con OpenAI (vLLM, LocalAI, etc.)
+```bash
+export LLM_MODEL=openai/tu-modelo-local
+export LLM_API_BASE=http://localhost:8000/v1
+export LLM_API_KEY=dummy
+```
+
+---
+
+## Uso y Comandos
+
+Inicia la sesión interactiva:
+
+```bash
+python main.py
+# O si lo instalaste con pip install -e .:
+yunta
+```
+
+### Comandos del REPL
+- `/clear`: Limpia el historial de mensajes de la sesión actual.
+- `/tokens`: Muestra el consumo acumulado de tokens (entrada y salida) de la sesión.
+- `/exit`: Guarda lecciones aprendidas en `.yunta/learnings.md` y finaliza la sesión.
+- `Ctrl+C`: Interrumpe el turno en curso de forma limpia y regresa al prompt `> ` sin tumbar la sesión.
+
+---
+
+---
+
+## Uso como Librería en Python (API v1.0)
+
+A partir de la versión 1.0.0, puedes importar y embeber a Yunta directamente en tus scripts o aplicaciones:
+
+```python
+from yunta import Agent, LiteLLMProvider, FeedbackStore
+
+# Inicializa el proveedor usando la variable de entorno LLM_MODEL
+provider = LiteLLMProvider(system="Eres un asistente técnico conciso.")
+
+# Instancia el agente con aprobaciones automáticas o personalizadas
+agent = Agent(provider=provider, system=provider.system, confirm=lambda name, detail: True)
+
+# Envía un mensaje y recibe la respuesta estructurada
+respuesta = agent.send("Lista los archivos en el directorio actual")
+print(respuesta)
+```
+
+---
+
+## Detalles de Implementación para el Usuario
+
+### 1. Contexto de Proyecto (`AGENTS.md`)
+Si creas un archivo `AGENTS.md` en la raíz de tu proyecto, Yunta lo leerá e inyectará automáticamente en su `system prompt`. Úsalo para definir reglas inviolables, comandos de test o convenciones de tu equipo.
+
+### 2. Edición de Archivos y Aprobaciones
+Cuando Yunta decida modificar o escribir un archivo:
+- **`str_replace`**: Reemplaza fragmentos específicos. Si la cadena a reemplazar es ambigua (aparece más de una vez), fallará pidiendo más contexto.
+- **Previsualización de Diffs**: Si la herramienta requiere aprobación, verás un diff unificado estilo Git en la consola antes de pulsar `y` (confirmar) o `n` (rechazar).
+
+### 3. Memoria Persistente entre Sesiones
+El agente cuenta con las herramientas `remember` y `recall` para almacenar notas, decisiones de arquitectura o preferencias en `.yunta/memory.json`.
+
+### 4. Servidores MCP (Model Context Protocol)
+Puedes conectar herramientas de servidores MCP locales (`stdio`) creando el archivo `.yunta/mcp.json`:
+
+```json
+{
+  "mcpServers": {
+    "weather": {
+      "command": "python",
+      "args": ["servidores/weather_server.py"]
+    }
+  }
+}
+```
+Las herramientas descubiertas se registrarán como `mcp__weather__<nombre_tool>`.
+
+### 5. Creación de Herramientas Propias
+Para agregar herramientas al agente, crea un archivo en `yunta/tools/` y usa el decorador `@registry.register`:
+
+```python
+from . import _parse, registry
+
+@registry.register(
+    "mi_tool",
+    "Descripción clara de la herramienta para el modelo.",
+    {
+        "type": "object",
+        "properties": {
+            "parametro": {"type": "string", "description": "Texto de entrada"}
+        },
+        "required": ["parametro"]
+    },
+    requires_approval=False,
+)
+def mi_tool(raw: str) -> str:
+    args = _parse(raw)
+    return f"Resultado procesado: {args['parametro']}"
+```
+
+---
+
+## Arquitectura
+
+Yunta está organizado de forma modular, limpia y compacta:
+
+```
+main.py            -> Punto de entrada y REPL de consola
+yunta/
+  api.py           -> Tipos canónicos neutrales (Message, Block, ToolDef, Response)
+  provider.py      -> Capa de conexión LiteLLM (streaming, reintentos 429/503)
+  agent.py         -> Bucle iterativo de turnos, approvals de diffs y Ctrl+C
+  compact.py       -> Compactación de contexto (SlidingWindow)
+  feedback.py      -> Auto-feedback de lecciones (.yunta/learnings.md)
+  mcp.py           -> Cliente nativo JSON-RPC 2.0 stdio MCP
+  tools/           -> Registro y herramientas nativas
+    files.py       -> read_file, write_file, str_replace (SWE-bench style)
+    bash.py        -> Ejecución de comandos en subprocess con timeout
+    search.py      -> glob y grep dentro del repositorio
+    memory.py      -> remember y recall (.yunta/memory.json)
+    delegate.py    -> delegate_research con subagente secundario
+```
+
+Para una explicación técnica detallada del diseño, consulta la [Documentación de Arquitectura Completa](docs/architecture.md).
+
+---
+
+## Licencia
+
+Este proyecto está bajo la [Licencia MIT](LICENSE) - Copyright (c) 2026 j0sp0nc3 <beroiza79@gmail.com>.

yunta_harness-1.0.2/pyproject.toml

@@ -0,0 +1,61 @@
+[project]
+name = "yunta-harness"
+version = "1.0.2"
+description = "Harness de agente de código para terminal, agnóstico al proveedor del modelo y guiado por especificaciones (SDD)"
+readme = "README.md"
+requires-python = ">=3.11"
+license = { text = "MIT" }
+authors = [
+    { name = "Jose Ponce", email = "j0sp0nc3@users.noreply.github.com" }
+]
+keywords = [
+    "ai-agent",
+    "coding-agent",
+    "harness",
+    "cli",
+    "sdd",
+    "spec-driven-development",
+    "litellm",
+    "developer-tools",
+    "pair-programming"
+]
+classifiers = [
+    "Development Status :: 5 - Production/Stable",
+    "Environment :: Console",
+    "Intended Audience :: Developers",
+    "License :: OSI Approved :: MIT License",
+    "Operating System :: OS Independent",
+    "Programming Language :: Python :: 3",
+    "Programming Language :: Python :: 3.11",
+    "Programming Language :: Python :: 3.12",
+    "Programming Language :: Python :: 3.13",
+    "Topic :: Software Development :: Code Generators",
+    "Topic :: Software Development :: Quality Assurance",
+]
+dependencies = [
+    "litellm>=1.40.0",
+]
+
+[project.scripts]
+yunta = "yunta.cli:main"
+
+[project.urls]
+Homepage = "https://github.com/j0sp0nc3/yunta-harness"
+Repository = "https://github.com/j0sp0nc3/yunta-harness.git"
+Documentation = "https://github.com/j0sp0nc3/yunta-harness/blob/master/docs/quickstart.md"
+Changelog = "https://github.com/j0sp0nc3/yunta-harness/blob/master/CHANGELOG.md"
+Issues = "https://github.com/j0sp0nc3/yunta-harness/issues"
+
+[project.optional-dependencies]
+dev = [
+    "pytest>=8.0",
+    "build>=1.0.0",
+    "twine>=5.0.0",
+]
+
+[build-system]
+requires = ["setuptools>=68"]
+build-backend = "setuptools.build_meta"
+
+[tool.setuptools.packages.find]
+include = ["yunta*"]

yunta_harness-1.0.2/setup.cfg

@@ -0,0 +1,4 @@
+[egg_info]
+tag_build = 
+tag_date = 0
+