De tablas planas a grafos: como Graphify reorganiza tu codigo sin pedir permiso

es la opción canónica para escribir un Claude-Code-clone sobre tu propio modelo (Anthropic, OpenAI, Gemini, open-weight, local). El paquete deepagents está en PyPI y la CLI preconstruida es la primera propuesta "OSS terminal-first" con marca reconocible. Si estás pensando "qué uso en lugar de Claude Code para no atarme", dcode es ahora la respuesta más obvia. En el boletín del 2026-07-28 ya cubrimos el terreno de los Claude Code clones OSS al hablar de Anthropic; ahora deepagents se posiciona directamente como competidor de claude-code (el propio grafo lo marca así), dando una pieza concreta OSS a ese debate.

es la versión "agente personal persistente" que faltaba en el grafo. La mayoría de coding agents (Claude Code, Codex, Gemini CLI) son stateless-by-session: cada conversación arranca de cero. Headlong propone lo opuesto: el agente está ahí pensando, con un loop interno entre interacciones humanas. Para un episodio sobre "agentes personales que viven contigo" o "RLM como nuevo sustrato de razonamiento" es lectura obligatoria. El Laude Institute (filantil de Schusterman / ISEF) le da peso institucional. Ya cubrimos el competidor más cercano (HKUDS/nanobot) en el boletín del 2026-07-16; headlong entra al grafo como otra implementación OSS de persistent-agent, pero con la particularidad técnica de que el runtime es Bash puro (<10K líneas) y el RLM vive en shellm.

hasta ahora, los "AI SRE" eran productos cerrados (PagerDuty Agent, Resolve AI, Fireflies SRE bot). opensre trae el patrón "framework + benchmark + evaluación" (estilo OpenAI Evals / Anthropic Petri) al dominio SRE, y lo hace OSS. Es especialmente relevante para un episodio sobre "AI en producción" o "el stack OSS para on-call": puedes definir workflows reproducibles, evaluarlos contra benchmarks reproducibles y mejorarlos con datos.

NotebookLM es uno de los productos de IA más celebrados de Google, pero todo queda en sus servidores. open-notebook es la opción self-hosted con el mismo modelo conceptual (fuentes + chat + podcasts + synthesis), pero sin lock-in de proveedor. Para un episodio "tu segundo cerebro privado" o "cómo construir un NotebookLM local", es el ejemplo a usar. El README cita Trendshift badge (repo 14536): la propia plataforma lo está empujando, lo que indica momentum. Ya cubrimos gemini-cli en el boletín del 2026-08-17 y open-notebook aparece en el grafo como complement de ese repo, así que cierra un mini-ecosistema "Google-flavored tools con alternativa OSS" que ya teníamos abierto.

es el primer framework open-source que ofrece los dos patrones canónicos (single-agent ReAct + multi-agent coordinator) en un único binario con TUI cuidada, y publica la suite de evaluación que usa su empresa comercial. Esta es exactamente la forma en que el OSS puede adelantar al SaaS cerrado: el código del benchmark está en el repo. Para un episodio sobre "qué pasa cuando un vendor de modelos publica su benchmark runner", es lectura obligatoria. Aparece en el grafo como competidor directo de deepagents (idx 0 de este mismo boletín), así que funciona como contrapunto OSS al otro agent-harness reciente y permite comparar ReAct-vs-multi-agent sin cambiar de proveedor.

formaliza el patrón "agente que optimiza código sin supervisión" como un producto con nombre. Si te interesa karpathy/autoresearch (programático, línea de comandos) y al mismo tiempo quieres una UI + sesión persistente + dashboard, pi-autoresearch lo entrega. Buena lectura para entender qué añade un harness de "autoresearch" frente al script original de Karpathy.