Consola de triaje

comprobando sesión…

Triaje Lectura Grafo

2026-07-13

Stack IA, agentes autonomos y errores de diseno: lo que esta semana revelo

15 items · 7 hallazgos · 8 radar

explorar 3

probar 0

leer 6

vigilar 5

Descartados y sin acción 1

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.

leer hallazgo 01

ruvnet/ruflo

64.218★ · 7.606 forks · TypeScript · MIT

Qué es

meta-harness de agentes open-source que se enchufa como plugin a Claude Code (marketplace oficial ruvnet/ruflo) o como CLI standalone (npx ruflo init). Aporta 100+ agentes especializados coordinados en swarm, 314 MCP tools, 60+ comandos, 30 skills, daemon persistente, sistema de hooks que amplía Claude Code/Codex con memoria auto-optimizada, RAG federado, comunicación entre máquinas y guardrails de seguridad enterprise. Después de init, el usuario sigue usando Claude Code normalmente y los hooks enrutan tareas, aprenden patrones y coordinan agentes en background. Multiplica en 2 la agentic surface area.

Cómo encaja

ruvnet/ruflo agent-meta-harness-with-hooks

implements · relación nueva de hoy

ruvnet/ruflo syncable-dev/memtrace-public

complements · ya cubierto el 2026-07-11

ruvnet/ruflo SmileLikeYe/agent-chief

complements · ya cubierto el 2026-07-11

ruvnet/ruflo NousResearch/hermes-agent

relevant_to · ya cubierto el 2026-07-08

ruvnet/ruflo aaif-goose/goose

complements · ya cubierto el 2026-07-11

ruvnet/ruflo swarm-coordination-complexity

risk · relación nueva de hoy

Por qué importa

Es la primera herramienta open-source del grafo que se publica como plugin simultáneo para Claude Code y Codex — hasta ahora los dos runtimes vivían en silos. Encaja con la racha de menciones a Hermes en repos externos (syncable-dev/memtrace-public, TencentCloud/TencentDB-Agent-Memory, MadsLorentzen/ai-job-search, todos ya cubiertos en boletines previos como el 2026-07-11 y 2026-07-08). Matiz importante: la descripción de GitHub dice "native Claude Code / Codex / Hermes and many more Integrated", pero el README oficial solo lista Claude Code y Codex; los topics son claude-code, codex, harness, mcp-server, sin "hermes". La mención probablemente se refiere al modelo Hermes de NVIDIA, no a Nous Hermes, así que no hay que leerla como confirmación de integración real con Hermes. Si quieres probarlo, lo más concreto del día: npx ruflo init y luego seguir usando Claude Code normalmente — los hooks se encargan de enrutar y coordinar el swarm en background.

clonar, leer CLAUDE.md (55.8 KB), instalar via npx ruflo init en un proyecto piloto pequeño, ejecutar ruflo init y revisar qué hooks se instalan; auditar si la auto-routing de tareas choca con obra/superpowers (también meta-harness de skills) o si convive; importante verificar la afirmación "Hermes" en la descripción antes de citarla como integración real

Abrir ficha Grafo ↗

explorar hallazgo 02

ColeMurray/background-agents

2.333★ · 345 forks · TypeScript · MIT · 54 issues

Qué es

implementación open-source del background agent de Ramp (el de pago que code/CI en background). Agentes que corren de forma asíncrona en background mientras tú trabajas en otra cosa. Open-Inspect es el componente que inspecciona código en background, ejecuta tareas largas y notifica al humano cuando termina

Cómo encaja

ColeMurray/background-agents background-coding-agent

implements · relación nueva de hoy

ColeMurray/background-agents ramp-inspector

inspired_by · relación nueva de hoy

ColeMurray/background-agents SmileLikeYe/agent-chief

complements · ya cubierto el 2026-07-11

ColeMurray/background-agents lingfengQAQ/webnovel-writer

complements · relación nueva de hoy

Por qué importa

Cierra el cuadrante que faltaba en el grafo de Codigo Sin Siesta: ya teníamos agentes síncronos (aaif-goose/goose, Codex, Claude Code), un chief-of-staff que decide qué interrumpir (SmileLikeYe/agent-chief, cubierto el 2026-07-11), y session capture (entireio/cli). Ahora se incorpora la categoría "background agent" como pieza diferenciada. Encaja con HeyGen Hyperframes (también async) y con tareas largas como las que asume lingfengQAQ/webnovel-writer. Para tu flujo ya background-first (cron snapshot 03:00, blogwatcher 08:00, boletín 09:10, nota diaria 22:00) encaja de forma directa: agentes que corren mientras tú haces otra cosa y te notifican al terminar replican exactamente el patrón de Open-Inspect sobre código. El repo es joven (creado 2026-01-25, README corto, topics vacíos) pero el push de hoy muestra actividad real.

clonar, leer el README de Ramp en builders.ramp.com/post/why-we-built-our-background-agent, instalar localmente, ejecutar el demo contra un repo pequeño, comparar con la versión open-source — esto es material para un post "qué patrones del background-agent de Ramp open-source el mercado cubre"

Abrir ficha Grafo ↗

explorar hallazgo 03

HKUDS/Vibe-Trading

20.922★ · 3.645 forks · Python · MIT · 8 issues

Qué es

agente personal de trading con interfaz vibe-coding: "Tu agente personal de trading en un comando". Características verificadas del README: API + MCP server, 100+ LLMs soportados, multi-agent, backtesting, topics oficiales = ai-agent, algorithmic-trading, backtesting, fintech, llm, mcp, multi-agent, python, quan... (truncado a 80 chars). README disponible en inglés, chino, japonés, coreano y árabe. Publicado en PyPI como vibe-trading-ai. HKUDS = Hong Kong University Data Science lab (los mismos autores de LightRAG, HiRAG, VL-RAG).

Cómo encaja

HKUDS/Vibe-Trading personal-trading-agent-mcp-native

implements · relación nueva de hoy

HKUDS/Vibe-Trading virattt/ai-hedge-fund

competes_with · relación nueva de hoy

HKUDS/Vibe-Trading MervinPraison/PraisonAI

complements · relación nueva de hoy

HKUDS/Vibe-Trading arxiv-2607.09600-agora

relevant_to · relación nueva de hoy

HKUDS/Vibe-Trading HKUDS/LightRAG

inspired_by · relación nueva de hoy

Por qué importa

Aterriza la categoría "personal trading agent" que ya cubrimos con virattt/ai-hedge-fund el 2026-04-29 y conecta con MervinPraison/PraisonAI. Es el tercer contendiente en tu radar y, de los tres, el más production-ready: MIT, en PyPI como vibe-trading-ai, MCP server y 100+ LLMs soportados. Tiene además una coincidencia editorial directa con el paper de hoy 2607.09600 (Agora): Agora propone subastar cada paso de razonamiento entre modelos por competencia corregida, y Vibe-Trading ya es multi-LLM por diseño — el subastador encaja de forma natural sobre este tipo de stacks. Los autores son HKUDS (Hong Kong University Data Science), los mismos de LightRAG/HiRAG/VL-RAG, lo que da señal de provenance académica. Tema editorial natural: "Tres visiones de trading agent — cuál se come a cuál".

clonar, pip install vibe-trading-ai, conectar el MCP server en Claude Code o localmente, ejecutar el demo de backtesting contra el paper Agora para comparar routing de subastas vs routing por competencia simple — si encaja, escribir post "Vibe-Trading vs ai-hedge-fund vs PraisonAI: tres rutas al trading agent personal"

Abrir ficha Grafo ↗

leer hallazgo 04

heygen-com/hyperframes

34.574★ · 3.249 forks · TypeScript · Apache-2.0 · 192 issues

Qué es

framework open-source oficial de HeyGen que convierte HTML declarativo (contenedor + GSAP animaciones + canvas) en vídeo programable. Built for agents: expone una API limpia + un MCP server por encima de Puppeteer/FFmpeg, así un coding agent puede generar vídeo sin tener que pelearse con el navegador. Catálogo público de bloques: data-chart, etc. Playground online y showcase.

Cómo encaja

heygen-com/hyperframes declarative-html-to-video

implements · relación nueva de hoy

heygen-com/hyperframes Nutlope/hallmark

complements · ya cubierto el 2026-07-11

heygen-com/hyperframes larksuite/cli

complements · ya cubierto el 2026-07-11

heygen-com/hyperframes arxiv-2607.09544-vlm-counting

relevant_to · relación nueva de hoy

heygen-com/hyperframes ffmpeg

uses · relación nueva de hoy

heygen-com/hyperframes commercial-vendor-os-iff-ication

risk · relación nueva de hoy

Por qué importa

Tres frentes. (a) Es el primer vendor comercial especializado en AI-video (HeyGen) que abre su runtime como open-source para que coding agents lo usen — replica el patrón que ya vimos en larksuite/cli con "AI agent skills oficiales" y en Nutlope/hallmark con Together AI, ambos cubiertos el 2026-07-11. (b) Para tu stack de generación de contenido (boletín, blog, próximas demos), un agent que emita vídeo a partir de HTML encaja con un futuro tipo "el boletín trae un MP4 con el resumen" sin renderizado manual. (c) Aporta la pieza "video as HTML" que presupone el paper 2607.09544 sobre VLMs que fallan al contar — la representación declarativa en lugar de píxeles facilita el conteo y la comprensión de escenas. Riesgo editorial: al ser Apache-2.0 de un vendor comercial, conviene vigilar la dirección del proyecto porque la promesa de openness puede ajustarse si cambia el modelo de negocio.

clonar, instalar npm hyperframes, ejecutar el quickstart, examinar el MCP server, escribir un script que reciba un HTML simple (ej: gráfico de barras embebido) y genere un MP4 de 5s; documentar si encaja con un futuro "boletín con vídeo anexo" — si encaja, escribir post "Por qué HeyGen hyperframes importa: HTML declarativo para agentes de vídeo"

Abrir ficha Grafo ↗

explorar hallazgo 05

teng-lin/notebooklm-py

17.674★ · 2.395 forks · Python · MIT · 13 issues

Qué es

API Python no oficial + agentic skill para Google NotebookLM (el cuaderno con AI de Google que sube PDFs/vídeos y responde con grounding estricto). Expone programáticamente todas las features del producto, incluidas las que el web UI no ofrece. Topics oficiales: agentic-skill, api, claude, claude-skills, google-notebooklm, notebooklm, notebooklm-api, notebooklm-skill, python. Compatible con Claude Code, Codex y OpenClaw. Publicado en PyPI.

Cómo encaja

teng-lin/notebooklm-py notebooklm-agentic-skill

implements · relación nueva de hoy

teng-lin/notebooklm-py Nutlope/hallmark

complements · ya cubierto el 2026-07-11

teng-lin/notebooklm-py pbakaus/impeccable

complements · ya cubierto el 2026-07-11

teng-lin/notebooklm-py ChromeDevTools/chrome-devtools-mcp

relevant_to · ya cubierto el 2026-07-03

teng-lin/notebooklm-py unofficial-api-fragility

risk · relación nueva de hoy

Por qué importa

El patrón "skill-vs-API" se materializa: NotebookLM (el cuaderno con AI de Google) tiene ahora una agentic skill open-source instalable en Claude Code, en el mismo formato que ya cubrimos el 2026-07-11 con Nutlope/hallmark y pbakaus/impeccable. Para tu stack abre una puerta concreta: el blogwatcher o la nota diaria podrían consultar NotebookLM para grounding rápido sobre artículos largos en lugar de re-procesarlos, reutilizando los PDFs/vídeos que ya tienes subidos ahí. La API es no oficial, así que la fragilidad es real si Google cambia el web UI — conviene leer el README para ver qué features cubre hoy y cuáles asume que pueden romperse. La compatibilidad declarada con Claude Code, Codex y OpenClaw (otro nombre para OpenClaw) lo hace portable entre los runtimes que ya manejas.

clonar, pip install notebooklm-py, probar a subir un PDF de prueba y preguntar programáticamente; auditar si NotebookLM sigue accesible sin cuenta Google paid; comparar con el patrón que usa ChromeDevTools/chrome-devtools-mcp para DevTools — ambos wrappean productos Google en servidores MCP

Abrir ficha Grafo ↗

leer hallazgo 06

lingfengQAQ/webnovel-writer

5.704★ · 1.002 forks · Python · GPL-3.0 · 29 issues

Qué es

plugin para Claude Code (instalable vía .claude-plugin/marketplace.json) que orquesta la escritura de novelas largas (target: 200 = 2M caracteres chinos, cientos de capítulos). Sistema completo: inicialización de setting → outline de arcos → escritura cap a cap → revisión → sedimentación de memoria → consulta de estado → dashboard read-only. La tesis explícita en chino dice: "** AI ，、、**" — que es exactamente el dolor de "olvido y alucinación en longform" que ataca el paper de hoy arXiv 2607.09493 "Memoria persistente selectiva y compartida para sistemas LLM agénticos" (mejora 79%→96% completion, reduce 97x el coste por invocación). v6.2.1 estable; v7 RFC abierto el 2026-07-12 (Discussions #118, Issue #119)

Cómo encaja

lingfengQAQ/webnovel-writer longform-coherence-system

implements · relación nueva de hoy

lingfengQAQ/webnovel-writer arxiv-2607.09493-persistent-memory

relevant_to · relación nueva de hoy

lingfengQAQ/webnovel-writer syncable-dev/memtrace-public

complements · ya cubierto el 2026-07-11

lingfengQAQ/webnovel-writer NousResearch/hermes-agent

relevant_to · ya cubierto el 2026-07-08

lingfengQAQ/webnovel-writer gpl-v3-copyleft

risk · relación nueva de hoy

Por qué importa

Es un testimonio industrial, fuera del paper, del problema "AI no recuerda en longform": escritores chinos lo están usando para novelas serializadas (el género de las web novels, publicación diaria). Complementa directamente al paper 2607.09493 sobre memoria persistente selectiva y compartida para LLMs agénticos — el paper demuestra el problema en abstracto, este plugin lo sufre a escala. Si una memoria persistente selectiva baja el coste por invocación 97x y sube la completion del 79% al 96%, la pregunta concreta para tu stack es: ¿vale la pena adoptarla como capa sobre los crons largos que ya tienes (blogwatcher mensual, generación de informes largos, webnovel-writer)? El proyecto tiene release cadence semanal y un v7 RFC abierto el 2026-07-12 (Discussions #118, Issue #119), lo que da señal de roadmap activo. Licencia GPL-3.0: si integras derivados en código propio,a — tenerlo presente antes de adoptar

clonar, revisar el RFC v7 abierto en Discussions #118, leer el plugin marketplace.json para entender estructura; instalar como plugin en Claude Code en local; auditar si el patrón "memoria sedimentada por capítulo" se podría reutilizar para los crons largos del usuario como el blogwatcher mensual o el boletín semanal

Abrir ficha Grafo ↗

leer hallazgo 07

microsoft/TRELLIS.2

8.715★ · 1.076 forks · Python · MIT · 139 issues

Qué es

segunda versión de TRELLIS, modelo de Microsoft para 3D generation a partir de image/text. La novedad son los "Native and Compact Structured Latents" — una representación latente jerárquica que reduce drásticamente el tamaño del modelo manteniendo la calidad. Disponible en HuggingFace como microsoft/TRELLIS.2-4B (4B parámetros). Demo online en HF Spaces. v1 era más pesado; esta v2 está optimizada para correr en hardware más modesto.

Cómo encaja

microsoft/TRELLIS.2 compact-3d-structured-latents

implements · relación nueva de hoy

microsoft/TRELLIS.2 amap-cvlab/ABot-World

complements · ya cubierto el 2026-07-11

microsoft/TRELLIS.2 arxiv-2607.09657-visual-pretraining

relevant_to · relación nueva de hoy

microsoft/TRELLIS.2 desktop-3d-gpu-needed

risk · relación nueva de hoy

Por qué importa

Se alinea con amap-cvlab/ABot-World (cubierto el 2026-07-11, world model de 0.5B params en 1× RTX 5090) en un movimiento claro de Microsoft y Alibaba hacia 3D generation y world models en local. Para tu preferencia local-first, TRELLIS.2-4B en HuggingFace vuelve la generación 3D accesible a desktop sin datacenter. Cobertura editorial natural: "el stack local-first de 3D AI en 2026 ya da para desktop — TRELLIS.2 + ABot-World + Ollama multimodel = pipeline casero". Conecta además con el paper de hoy 2607.09657 sobre preentrenamiento visual escalable: TRELLIS.2 es ejemplo industrial de entrenar una representación visual estructurada (los "Native and Compact Structured Latents") en lugar de píxeles crudos. La limitación honesta: aunque el modelo está optimizado, sigue necesitando GPU decente en desktop — conviene revisar los requisitos de VRAM antes de planificar una demo local.

clonar, leer el paper arXiv 2512.14692, descargar el modelo de HuggingFace, ejecutar el demo online primero; si encaja con el stack local-first, documentar el coste real de inferencia en GPU modesta y compararlo con amap-cvlab/ABot-World

Abrir ficha Grafo ↗