Consola de triaje

comprobando sesión…

Triaje Lectura Grafo

2026-07-10

El stack agentic sale del software y absorbe lo físico, sensorial y de razonamiento

20 items · 7 hallazgos · 13 radar

explorar 3

probar 1

leer 3

vigilar 11

Descartados y sin acción 2

J/K mover E explorar P probar L leer V vigilar X descartar G grafo ↵ abrir ficha

Selecciona un item del tablero
o pulsa J para empezar.

explorar hallazgo 01

JustVugg/colibri

965★ · C · Apache-2.0

Qué es

motor de inferencia en un único archivo c/glm.c de ~1.300 líneas que corre GLM-5.2 (744B parámetros MoE) en una máquina con ~25 GB de RAM, streameando los 21.504 expertos (75 capas × 256 expertos, ~19 MB cada uno a int4 = ~370 GB en disco) desde SSD con LRU per-layer + OS page cache + hot-pinning opcional. Valida forward token-exact contra un oráculo transformers (TF 32/32, greedy 20/20). Implementa: atención MLA con kv-LoRA + RoPE parcial + compressed KV-cache (576 floats/token, 57× más pequeño), router sigmoid DeepSeek-V3-style, int8 speculative decoding con MTP head (39-59% accept, 2.2-2.8 tok/forward medidos), sampling nucleus, kernels integer-dot AVX2, BPE byte-level en C, MLA weight absorption para decode sin reconstrucción, async expert readahead (WILLNEED), cuantización int4/int8/int2 con packing bit-identical. Documenta números honestos: ~0.05-0.1 tok/s cold, ~20 GB RSS peak auto-cap, MTP head obligatorio a int8.

Cómo encaja

JustVugg/colibri disk-streamed-inference

implements · relación nueva de hoy

JustVugg/colibri jamesob/local-llm

complements · ya cubierto el 2026-07-04

JustVugg/colibri NousResearch/hermes-agent

relevant_to · ya cubierto el 2026-07-08

JustVugg/colibri speculative-decoding

implements · relación nueva de hoy

Por qué importa

cierra la pieza que faltaba en el stack local-first inference del usuario. Ya cubrimos piezas complementarias: jamesob/local-llm el 2026-07-04 era un script de setup, y Ollama + DeepSeek cubre modelos razonables en el perfil default; lo que no teníamos era un motor C de un solo archivo capaz de correr un MoE frontier en hardware modesto. Para GLM-5.2 con MoE + DSA sparse attention hoy no existe alternativa seria OSS distinta a llama.cpp (que sí cubre GGUF pero no este perfil concreto de sparse attention). Si el patrón disk-streamed-inference se estandariza y GLM-5.2 se convierte en flagship, el costo marginal de correr un frontier local baja de "$0.50-2/h A100" a "tu propio SSD". El README documenta sus tradeoffs con honestidad (RAM cap auto a ~20 GB, MTP head obligatorio en int8, ~0.05-0.1 tok/s en cold start) y se lee como código serio, no como demo. Relevante además porque NousResearch/hermes-agent (cubierto el 2026-07-08) ya entra en su grafo de relaciones: puede usar speculative decoding como el que aquí se implementa.

clonar, leer c/glm.c y el convert_fp8_to_int4.py, verificar build con gcc + OpenMP, simular con el random weight path, comparar RSS/disk con la doc; si el build pasa en una VM, escalar a 2× A100 y validar que el GLM-5.2 real produce salida razonable; documentar el patrón en una nota de Obsidian como alternativa real a Ollama para frontier MoE

Abrir ficha Grafo ↗

explorar hallazgo 02

can1357/oh-my-pi

17.082★ · TypeScript · MIT

Qué es

fork de pi-mono (de @mariozechner, autor de pi-mono) que integra el IDE dentro del propio agente: 40+ providers (Claude, GPT-4.5, Gemini 2.5 y todos los principales), 32 tools built-in, 14 operaciones LSP, 28 operaciones DAP, ~55k líneas en Rust core sobre TypeScript. La diferencia respecto a Claude Code o Codex: el LSP/DAP está cableado al runtime del agente, no se invoca como side-effect. Distribución por npm (@oh-my-pi/pi-coding-agent) con CI Rust + TypeScript + Bun. Release v16.3.15 de hace 14 horas (2026-07-09).

Cómo encaja

can1357/oh-my-pi ide-aware-coding-agent

implements · relación nueva de hoy

can1357/oh-my-pi openai/codex

competes_with · relación nueva de hoy

can1357/oh-my-pi ChromeDevTools/chrome-devtools-mcp

complements · ya cubierto el 2026-07-03

can1357/oh-my-pi badlogic/pi-mono

uses · relación nueva de hoy

Por qué importa

compite directamente con Claude Code y Codex con un ángulo distinto: el agente no lee el archivo y propone, lo edita in-flight con LSP awareness (go-to-definition, references, rename a lo largo del repo) y debugger vivo vía DAP. Para el flujo CSS de revisar repos ajenos y entender arquitectura antes de escribir, ese shape es exactamente lo que mcp_codebase_memory + mcp__codebase__trace_path + LSP pueden replicar juntos, así que vale auditar si el shell omp.sh cubre casos donde hoy todavía se recurre a un agente externo con LSP manual. En el grafo conecta con piezas ya cubiertas: ChromeDevTools/chrome-devtools-mcp (citado el 2026-07-03), openai/codex y badlogic/pi-mono (del que es fork directo). Tesis editorial: "IDE-aware coding agent" madura como categoría en 2026 y este fork va por delante.

instalar vía npm, probar contra el repo Nosotros/hermes-agent como target; comparar la calidad de "trace path" con la del plugin codebase-memory-mcp; si la integración con LSP es genuina, vale escribir un post comparativo

Abrir ficha Grafo ↗

leer hallazgo 03

microsoft/SkillOpt

12.006★ · JavaScript · MIT

Qué es

v0.2.0 — "SkillOpt-Sleep" + addyosmani/agent-skills de Google Chrome team

Cómo encaja

microsoft/SkillOpt nightly-self-evolving-skills

implements · relación nueva de hoy

microsoft/SkillOpt usestrix/strix

uses · ya cubierto el 2026-07-05

microsoft/SkillOpt agent-skills-spec

implements · ya cubierto el 2026-07-03

microsoft/SkillOpt obra/superpowers

complements · ya cubierto el 2026-07-03

microsoft/SkillOpt NousResearch/hermes-agent

relevant_to · ya cubierto el 2026-07-08

Por qué importa

la categoría "skills" cierra un quinto nivel con SkillOpt que faltaba: evolución automática de skills en background. La secuencia histórica según el grafo es (1) spec formal agentskills.io, (2) marketplace first-party anthropics/skills, (3) catálogo curado ComposioHQ/awesome-claude-skills, (4) metodología prescriptiva obra/superpowers (cubierto el 2026-07-03), (5) auto-mejora offline de skills validadas con SkillOpt-Sleep (paper arXiv 2605.23904). addyosmani/agent-skills demuestra que un developer individual con credibilidad (Chrome team) puede convertir 8 slash commands en un producto trending, lo que confirma que la unidad mínima de skill profesional ya es un artefacto distribuible, y además implementa agent-skills-spec (cubierto el 2026-07-03). Para CSS: vale mapear qué skills usa el runtime Hermes hoy, cuáles auto-mejorar con SkillOpt (que además referencia usestrix/strix, visto el 2026-07-05) y cuáles reusar al estilo addyosmani. El backend OpenClaw en SkillOpt es señal de que el runtime del usuario ya está en el mapa, igual que NousResearch/hermes-agent (cubierto el 2026-07-08).

instalar pip install skillopt, correr skillopt-sleep sobre 7 días de sesiones de Hermes para extraer skills auto-derivadas con validation gate; forkear addyosmani/agent-skills para auditar si las 8 skills encajan con la metodología real de CSS — en particular /plan y /review; si encajan, proponer su adopción como skill estándar

Abrir ficha Grafo ↗

explorar hallazgo 04

TencentCloud/TencentDB-Agent-Memory

8.038★ · TypeScript · NOASSERTION

Qué es

runtime de memoria agentic con dos capas: (a) memoria simbólica de corto plazo (hechos discretos, citables), (b) memoria long-term jerarquizada (símbolos → entidades → contextos). Released v1.0.0 el 2026-06-11, TypeScript, npm package, Node >=22.16. Aspecto crítico: el README presume badges oficiales [![OpenClaw >=2026.3.13] y [![Hermes Gateway 7B61FF] (link a https://hermes-agent.nousresearch.com/docs/) — el runtime del usuario está listado como target soportado.

Cómo encaja

TencentCloud/TencentDB-Agent-Memory agent-long-term-memory

implements · relación nueva de hoy

TencentCloud/TencentDB-Agent-Memory NousResearch/hermes-agent

supports · ya cubierto el 2026-07-08

TencentCloud/TencentDB-Agent-Memory TencentCloud/CubeSandbox

complements · ya cubierto el 2026-07-09

TencentCloud/TencentDB-Agent-Memory noassertion-license-risk

risk · ya cubierto el 2026-07-06

TencentCloud/TencentDB-Agent-Memory tinyhumansai/openhuman

relevant_to · relación nueva de hoy

Por qué importa

es la primera mención explícita de Hermes como runtime soportado por un producto open-source de Tencent enterprise, mediante badges oficiales que enlazan a la documentación de Hermes Agent. Antes tokscale (visto el 2026-07-09) solo lo mencionaba en topics, una señal laxa; aquí es una declaración de soporte con link. Completa además el eje de memoria agentic donde ya estaban tinyhumansai/openhuman y el paper arXiv "Remember When It Matters" (cubierto el 2026-07-09), y se apoya en TencentCloud/CubeSandbox (visto el 2026-07-09). Riesgo real a verificar antes de adopción: la licencia NOASSERTION (señalada en el grafo el 2026-07-06 bajo noassertion-license-risk) bloquea uso comercial hasta abrir el archivo LICENSE y confirmar términos. La cobertura relevant_to con NousResearch/hermes-agent (cubierto el 2026-07-08) refuerza por qué este item importa al usuario concreto.

clonar, leer el LICENSE para confirmar NOASSERTION y qué significa comercialmente; instalar el npm; auditar si el SDK se conecta al Hermes Gateway vía MCP o solo presume badge; comparar arquitectura con tinyhumansai/openhuman y con Keboo/SemanticKernel.Connectors.Memory ya en grafo

Abrir ficha Grafo ↗

leer hallazgo 05

ruvnet/RuView

79.736★ · Rust · MIT

Qué es

plataforma de WiFi sensing (no cámara, no wearable) que convierte Channel State Information (CSI) de ESP32 baratos en spatial intelligence: presencia, conteo de personas, entry/exit, breathing rate, heart rate contactless, elderly inactivity anomaly, fall risk, bed exit, multi-room transition. 21 entidades por nodo (11 raw + 10 inferidas) y 3 HA Blueprints de arranque. Bridges oficiales a Home Assistant, Apple Home, Google Home, Alexa, Matter. Pre-converted int4 disponible… (perdón, eso era otro). Releases recientes: v0.8.3-esp32 (2026-06-27 — multistatic + csi_fps + control-packet fixes).

Cómo encaja

ruvnet/RuView wifi-densepose

implements · ya cubierto el 2026-07-06

ruvnet/RuView openhue

complements · ya cubierto el 2026-07-06

ruvnet/RuView esp32-csi

uses · ya cubierto el 2026-07-06

ruvnet/RuView agentic-decision-systems

relevant_to · ya cubierto el 2026-07-05

Por qué importa

demuestra que el ecosistema agentic está absorbiendo hardware embebido como ciudadano de primera clase. Para el stack de smart-home local ya presente en este Hermes (skill smarthome: openhue instalada), RuView es el sensor de presencia sin cámara que faltaba: más privacidad, sin línea de visión, funciona en oscuridad y a través de paredes, y entrega eventos como count de personas, respiración, ritmo cardíaco contactless o anomalía de inactividad. En el grafo conecta directamente con openhue (cubierto el 2026-07-06) para que las luces reaccionen a presencia con vitales, con esp32-csi como capa física subyacente (mismo día) y con el patrón wifi-densepose que ya cubrimos el 2026-07-06. También es relevante para agentic-decision-systems (cubierto el 2026-07-05): el stream de estados que produce RuView es exactamente el tipo de entrada que policies tipo "Latent Memory Palace" podrían consumir.

clonar, leer docs/integrations/home-assistant.md, comprar 2× ESP32-DevKitM-1 + flashear firmware, montar bridge MQTT contra el HA existente; documentar el flujo MQTT→HA→OpenHue como nota reproducible; si va bien, escribir post "smart-home sin cámaras con agents"

Abrir ficha Grafo ↗

probar hallazgo 06

wonderwhy-er/DesktopCommanderMCP

6.638★ · 593 forks · TypeScript · MIT

Qué es

MCP server (MIT, TypeScript, 6.638★, v0.2.44) que da a agentes acceso a search/update/manage files y run terminal processes, con App GUI complementaria (macOS/Windows) y badges de AgentAudit, Archestra trust score, Smithery, Glama. Distribución npm + binarios. Caso de uso distintivo: "AI editor sin pagar por tokens API — usa tu propia suscripción al host".

Cómo encaja

wonderwhy-er/DesktopCommanderMCP filesystem-mcp-server

implements · relación nueva de hoy

wonderwhy-er/DesktopCommanderMCP ChromeDevTools/chrome-devtools-mcp

complements · ya cubierto el 2026-07-03

wonderwhy-er/DesktopCommanderMCP DeusData/codebase-memory-mcp

complements · ya cubierto el 2026-07-04

wonderwhy-er/DesktopCommanderMCP NousResearch/hermes-agent

relevant_to · ya cubierto el 2026-07-08

Por qué importa

es el MCP server más universal que queda para operaciones masivas de filesystem + shell en flujos de coding agent. El hueco ya lo vimos cerrado por separado: chrome-devtools-mcp para browser (cubierto el 2026-07-03), codebase-memory-mcp para code intelligence (cubierto el 2026-07-04); DesktopCommanderMCP mete file ops y shell en un solo paquete con binarios npm. Distinto frente a otros: presume "AI editor sin pagar por tokens API, usa tu propia suscripción al host", lo que lo hace atractivo como capa neutra para reutilizar suscripciones existentes. Si CSS escribe flujos donde el agente edita código y corre tests, vale auditar si este MCP + mcp_codebase_memory cubren el círculo sin necesidad de un IDE-aware agent separado. El triple relevant_to con NousResearch/hermes-agent (cubierto el 2026-07-08) lo deja en el mapa del runtime del usuario. Badges visibles (AgentAudit, Archestra, Smithery, Glama) ayudan a confiar, aunque no sustituyen auditoría de qué hace realmente cada uno.

instalar vía npm, levantarlo como MCP server, conectarlo a Hermes; probar flujo "leer archivo, editar test, correr pytest, ver output"; comparar con las file tools nativas de Hermes y ver dónde gana cobertura; documentar diferencias en una nota corta

Abrir ficha Grafo ↗

vigilar hallazgo 07

inky/open-knowledge

2.331★ · TypeScript · GPL-3.0

Qué es

editor markdown "AI-native" (TypeScript, 2.331★, GPL-3.0, Inkeep) con integraciones first-party con Claude, Codex y otros harnesses, con posición como llm wiki (knowledge base + notas + specs + wiki). Mac app + web + CLI de escritorio. Tema visual cuidado, descripción "Beautiful". Descripción verificada: "markdown editor with integrations with Claude, Codex, and other harnesses. For knowledge bases, LLM wikis, specs, and notes. Private, local, and free."

Cómo encaja

inky/open-knowledge ai-native-markdown-editor

implements · relación nueva de hoy

inky/open-knowledge rowboatlabs/rowboat

complements · ya cubierto el 2026-07-08

inky/open-knowledge withmarbleapp/os-taxonomy

complements · relación nueva de hoy

inky/open-knowledge gpl-3-license-risk

risk · relación nueva de hoy

Por qué importa

alternativa OSS al flujo Obsidian + Claude/Codex con la diferencia de que las integraciones con agentes son first-party, no plugin. GPL-3.0 lo descarta para derivados comerciales pero encaja para uso personal. En el grafo se solapa con rowboatlabs/rowboat (cubierto el 2026-07-08, AI coworker con knowledge graph) y con withmarbleapp/os-taxonomy (knowledge graphs estructurados de dominios), y arrastra el riesgo genérico gpl-3-license-risk para quien quisiera redistribuir. Para el usuario de CSS, que ya mantiene notas en Obsidian, la pregunta práctica es si el editor vale como reemplazo principal o solo como pieza auxiliar para wikis y specs donde la integración nativa con harnesses aporta frente a un plugin comunitario. Caveat honesto: no hay release formal todavía y el sitio openknowledge.ai no se ha auditado en profundidad; queda como proyecto a seguir más que como reemplazo recomendado hoy.

instalar la Mac app si está en Mac; probar el flow "abrir vault → invocar Claude sobre nota"; comparar con Obsidian + skill, que ya es el stack del usuario; vale la pena considerar adoptarlo si la integración con Claude/Codex es genuina, GPL-3.0 para uso personal no bloquea

Abrir ficha Grafo ↗