Consola de triaje

comprobando sesión…

Archivo · 64

09-02 09-01 08-31 08-30 08-29 08-28 08-27 08-26 08-25 08-24 08-23 08-22 08-21 08-20 08-19 08-18 08-17 08-16 08-15 08-14 08-13 08-12 08-11 08-10 08-09 08-08 08-07 08-06 08-05 08-04

Pendientes

4 por explorar

7 en vigilancia

2026-08-09

El stack agentico se separa en cuatro capas y el auditor llega al grafo

14 items · 7 hallazgos · 7 radar

explorar 3

probar 1

leer 3

vigilar 7

Descartados y sin acción 0

nada descartado

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 · #agentic-decision-systems

TauricResearch/TradingAgents

96.654★ · 18.673 forks · Python · Apache-2.0

Qué es

Framework Python basado en el paper arXiv 2412.20138 que monta un consejo de agentes LLM (analistas fundamental, sentiment, news y técnico, más un risk manager) que debaten y emiten operaciones de trading en cadenas reales, con backtests sobre datos históricos.

Cómo encaja

TauricResearch/TradingAgents → agentic-decision-systems

implements · relación nueva de hoy

TauricResearch/TradingAgents → multi-agent-trading

implements · relación nueva de hoy

TauricResearch/TradingAgents ⇄ HKUDS/Vibe-Trading

competes_with · ya cubierto el 2026-07-18

Por qué importa

Es la referencia académica más sólida para multi-agent en producción: paper peer-reviewed (arXiv 2412.20138), 96k★, 18k forks, 7 meses en GitHub Trending. Demuestra que el patrón 'roles especializados + debate + risk manager' funciona en un dominio cuantitativo con backtests sobre datos históricos reales. La pregunta editorial obvia: ¿se generaliza a otros dominios (legal, code review, devops)? Para CSS: si escribimos sobre 'analyst council' como patrón agentic, este es el paper que citamos. Y conviene recordar que el 2026-07-18 ya cubrimos a su competidor más directo, Vibe-Trading (HKUDS), con el que comparte el nicho de multi-agent trading sobre cadenas reales; ahora añadimos la vertiente académica-peer-reviewed que aquel no tenía.

Abrir ficha Grafo ↗

explorar hallazgo 02 · #long-horizon-runtime

XYZ-AI-Lab/AxisAgentic

1.101★ · 139 forks · Python · Apache-2.0

Qué es

Framework Python (Apache-2.0, paper propio en xyz-lab.ai) que ofrece un runtime extensible para agents de larga duración: multi-turn execution, tool orchestration, context management, recovery y benchmark evaluation. Cada trace preserva el estado visible por el modelo para soportar replay, evaluación o exportación SFT filtrada.

Cómo encaja

XYZ-AI-Lab/AxisAgentic → long-horizon-runtime

implements · relación nueva de hoy

XYZ-AI-Lab/AxisAgentic → agent-trajectory-collection

implements · relación nueva de hoy

XYZ-AI-Lab/AxisAgentic ⇄ agent-substrate/substrate

competes_with · ya cubierto el 2026-07-18

Por qué importa

Resuelve un problema que todos los frameworks agentic comparten y pocos atacan de frente: capturar el rastro exacto de lo que vio el modelo en cada paso. AxisAgentic no es 'otro agent loop' más, es el equivalente de OpenTelemetry (estándar de observabilidad) + máquina de estados para agents: cada trace preserva el estado visible por el modelo para soportar replay, evaluación o exportación de datos para SFT (fine-tuning supervisado). Las referencias 'Web Search' y 'WideSearch' del repo muestran la utilidad real con benchmarks. Para CSS, encaja en la conversación sobre observability de agents junto a iFixAi, MS Governance y Shepherd, pero como capa de runtime (qué vio el modelo y por qué decidió lo que decidió), no de auditoría de policy. Diferencia clave: governance mira cumplimiento de reglas, runtime mira trazas. Y como ya vimos el 2026-07-18 con agent-substrate, el terreno de los substrates para agents se está moviendo rápido; AxisAgentic entra como competidor en esa misma línea.

Abrir ficha Grafo ↗

vigilar hallazgo 03 · #reversible-agent-trace

shepherd-agents/shepherd

1.914★ · 155 forks · Python · MIT

Qué es

Runtime Python (MIT, alpha, paper arXiv 2605.10913) que graba la ejecución de un agent como un trace durable e inspeccionable, con workspace outputs retenidos. Un meta-agent puede forkear, hacer replay, revertir o aplicar cambios de forma selectiva. Sandboxing a nivel de SO vía Seatbelt (macOS) y Landlock (Linux).

Cómo encaja

shepherd-agents/shepherd → reversible-agent-trace

implements · relación nueva de hoy

shepherd-agents/shepherd → long-horizon-runtime

implements · relación nueva de hoy

shepherd-agents/shepherd → agent-substrate/substrate

complements · ya cubierto el 2026-07-18

Por qué importa

Shepherd es a los agents lo que Git es al código: un substrate que vuelve la ejecución reversible. Es lo más cercano a 'undo + branching' aplicado a agents. El paper está ahí. Para CSS: si AxisAgentic es OpenTelemetry, Shepherd es Git-for-agents. Complementa agent-substrate (el substrate minimal de Go) añadiendo la pieza de reversibilidad. Vale un deep-dive cuando salga de alpha.

Alerta honesta

Idx 2 (shepherd): alpha + paper reciente, sin release tag. Confianza 0.82 pero no adoptable en producción aún.

Abrir ficha Grafo ↗

vigilar hallazgo 04 · #agent-internet-access

Panniantong/Agent-Reach

69.147★ · 5.817 forks · Python · MIT

Qué es

Wrapper Python (MIT, 69k★ en 5 meses) que da a los coding agents capacidad de lectura y búsqueda sobre las plataformas que más consume el público chino: Twitter, Reddit, YouTube, GitHub, Bilibili y XiaoHongShu. Encapsula el conocimiento de 'qué API funciona hoy, cuál se rompió y cuál necesita cookies'.

Cómo encaja

Panniantong/Agent-Reach → agent-internet-access

implements · relación nueva de hoy

Panniantong/Agent-Reach → mcp

uses · ya cubierto el 2026-08-08

Por qué importa

Aunque está muy orientado al mercado chino (Bilibili y XiaoHongShu no son plataformas que el lector de CSS consulte a diario), el patrón que encapsula sí es editorialmente potente: una 'capa de acceso a internet para agents' que abstrae el dolor real de qué API funciona hoy, cuál se rompió y cuál necesita cookies. Los números lo avalan: 69k estrellas y 5.8k forks en apenas 5 meses indican que el dolor es genuino y compartido, no solo regional. Para CSS vale la pena quedarse con el patrón, no con la lista de sitios: podríamos construir algo equivalente para el stack occidental (Hacker News, Lobsters, dev.to, X, Reddit, arXiv) y resolver un problema equivalente. Y un apunte de continuidad: el 2026-08-08 ya cubrimos MCP (Model Context Protocol) como herramienta de referencia en este tipo de capas; Agent-Reach se apoya justo en ese mismo protocolo.

Abrir ficha Grafo ↗

explorar hallazgo 05 · #phone-as-agent-tool pick

ShawnPana/phone-harness

358★ · 27 forks · Python · MIT

Qué es

Harness Python minimalista (MIT, 358★, creado hace 2 días) que conecta un LLM directamente al iPhone vía macOS iPhone Mirroring: screencapture + Vision OCR como 'ojos', HID-level CGEvents como 'manos'. El agente escribe su propio helper Python en agent-workspace/agent_helpers.py durante la ejecución.

Cómo encaja

ShawnPana/phone-harness → phone-as-agent-tool

implements · relación nueva de hoy

ShawnPana/phone-harness → os-level-mirroring

uses · relación nueva de hoy

ShawnPana/phone-harness → computer-use

relevant_to · relación nueva de hoy

Por qué importa

Es la pieza que faltaba entre computer-use (Claude Desktop, OpenAI Operator) y el smartphone real. La elegancia del enfoque es que no toca el teléfono: usa el mirroring nativo de macOS (iPhone Mirroring) con screencapture + Vision OCR como 'ojos' y CGEvents a nivel HID (eventos de hardware de bajo nivel, los mismos que usa el sistema para simular teclado y ratón) como 'manos'. El truco del repo — que el propio agent escriba su helper Python en agent-workspace/agent_helpers.py durante la ejecución — le da una plasticidad interesante. No necesita WDA (WebDriverAgent, la pieza que usa Appium para iOS), ni jailbreak, ni Xcode. Las 358 estrellas y 2 días de vida son una señal de adopción temprana, no de tracción consolidada, y el riesgo real es que Apple cierre el agujero de Mirroring en cualquier release. Para CSS: si cubrimos computer-use, este es el ejemplo más limpio de que el smartphone es el próximo frontier, y la comparativa con Android (scrcpy + uiautomator) es obligada.

Abrir ficha Grafo ↗

vigilar hallazgo 06 · #ai_governance pick

ifixai-ai/iFixAi

7.579★ · 677 forks · Python · Apache-2.0

Qué es

Suite Python (Apache-2.0, 7.5k★, 1671 tareas en 24 áreas de práctica legal) que ejecuta inspecciones automatizadas sobre el comportamiento de un agent — el propio agent o uno externo — y devuelve un scoring reproducible. Se ejecuta como CLI, servidor o librería.

Cómo encaja

ifixai-ai/iFixAi → ai_governance

implements · relación nueva de hoy

ifixai-ai/iFixAi → audit-inspection-suite

implements · relación nueva de hoy

ifixai-ai/iFixAi → agent-safety

solves · relación nueva de hoy

ifixai-ai/iFixAi → microsoft/agent-governance-toolkit

complements · relación nueva de hoy

Por qué importa

Resuelve la pregunta clave de cualquier agent en producción: ¿cómo sé que está haciendo lo correcto y no solo lo que parece correcto? iFixAi ataca la auditoría desde el lado '¿qué podría fallar?', con 45 inspecciones estructuradas sobre 1671 tareas en 24 áreas de práctica legal, en vez de quedarse en '¿qué outcome obtuve?'. Eso lo distingue: no mide resultado final, mide comportamiento del agent paso a paso, y devuelve un scoring reproducible. Se ejecuta como CLI, servidor o librería, lo que lo hace encajable en pipelines existentes. Para CSS, si vamos a sostener la tesis de que 'el próximo bottleneck de los coding agents es la auditoría', iFixAi es el primer OSS maduro del lado de la inspección; complementa a microsoft/agent-governance-toolkit (que mira policy/sandbox) y a Microsoft OpenSSF Scorecard (que evalúa seguridad de proyectos open source), pero no los duplica.

Abrir ficha Grafo ↗

leer hallazgo 07 · #codebase-to-interactive-graph

Egonex-AI/Understand-Anything

78.252★ · 6.569 forks · TypeScript · MIT

Qué es

Pipeline TypeScript (MIT, 78k★ en 5 meses) que toma cualquier codebase, knowledge base o docs y lo convierte en un grafo de conocimiento interactivo, explorable, buscable y consultable. Compatible con Claude Code, Codex, Cursor, Copilot y Gemini CLI.

Cómo encaja

Egonex-AI/Understand-Anything → codebase-to-interactive-graph

implements · relación nueva de hoy

Egonex-AI/Understand-Anything ⇄ tirth8205/code-review-graph

competes_with · ya cubierto el 2026-07-18

Egonex-AI/Understand-Anything → local-first-code-intelligence

relevant_to · ya cubierto el 2026-08-08

Por qué importa

Es la competencia directa de code-review-graph y de Graphify, pero con un giro claro: en vez de optimizar tokens (code-review-graph) o producir grafos para grafos (Graphify), la propuesta es que el grafo sea interactivo y navegable, una capa visual consultable sobre el codebase. Los 78k★ en 5 meses y la compatibilidad con Claude Code, Codex, Cursor, Copilot y Gemini CLI indican que el problema de 'explorar un codebase' lo sufre mucha gente, no solo nosotros. Para CSS encaja con la línea editorial de 'el código como dato navegable' que llevamos varios boletines y merecería una comparativa head-to-head con code-review-graph y con semantica. Doscontinuidades útiles: el 2026-07-18 ya cubrimos a code-review-graph, su competidor más directo en el nicho de 'grafo de codebase para coding agents', y el 2026-08-08 cubrimos el concepto de local-first code intelligence al que Understand-Anything se suma como vertiente visual, no local.

Abrir ficha Grafo ↗

leer radar · #legal-agent-benchmark

harveyai/harvey-labs

670★ · Python

Qué es

Benchmark open-source para evaluar AI agents en trabajo legal realista (24 áreas de práctica, 1671 tareas). De Harvey, la startup legal-AI con $5B de valuation.

patrón 'benchmark-as-content' para otros dominios

Abrir ficha Grafo ↗

vigilar radar · #agent-governance

microsoft/agent-governance-toolkit

5.812★ · Python

Qué es

Toolkit Python (MIT, Microsoft) con policy enforcement, zero-trust identity, sandboxing y release approvals para AI agents. OpenSSF Scorecard integrado.

primera propuesta de governance con pedigree enterprise

Abrir ficha Grafo ↗

probar radar · #coding-agent-cli

can1357/oh-my-pi

23.103★ · TypeScript

Qué es

Cliente CLI en TypeScript para Hindsight (memoria vectorial). AI coding agent para terminal con hash-anchored edits, LSP y soporte Python. Mismo autor que pi (85k★).

instalar con `npx oh-my-pi

Abrir ficha Grafo ↗

vigilar radar · #swarm-intelligence-engine

666ghj/MiroFish

70.761★ · Python · AGPL-3.0

Qué es

Swarm intelligence engine: miles de agents con memoria ejecutan simulaciones sociales para predecir outcomes a partir de semillas reales (news, signals financieras). Patrón 'rehearse-the-future'.

AGPL-3.0 bloquea adopción como dependencia; usar como referencia conceptual

Alerta honesta

Idx 10 (MiroFish): AGPL-3.0 en 'swarm intelligence engine'. Cautela si lo mencionas: el patrón 'predecir el futuro con simulaciones' es atractivo pero no es benchmark real. AGPL bloquea adopción como dependencia.

Abrir ficha Grafo ↗

vigilar radar · #voice-ai

microsoft/VibeVoice

52.254★ · Python

Qué es

Open-source frontier voice AI de Microsoft (52k★, MIT). Ya referenciado en el grafo, re-trending.

alternativa OSS a ElevenLabs para TTS conversacional

Alerta honesta

Idx 11 (VibeVoice): Microsoft 52k★, re-entrada. Su uso para TTS conversacional OSS es real pero la categoría se ha calentado — aparece en cada radar de los últimos 5 boletines (livekit, Handy, voicebox, VibeASR). Si escribes sobre voice-AI conviene comparar todos en una sola pieza, no mencionarlos uno a uno.

Abrir ficha Grafo ↗

vigilar radar · #independent-browser

LadybirdBrowser/ladybird

65.065★ · C++

Qué es

Browser verdaderamente independiente de Andreas Kling (creado en 2024, BSD-2, sin Chromium ni WebKit). Trending hoy por impulso general.

no es AI, pero si escribimos sobre 'el stack de un browser moderno' cabe la nota

Alerta honesta

Idx 12 (ladybird): 65k★ trending por impulso general, no AI. Si lo citas, debe ser por ángulo 'browser independiente', no por AI.

Abrir ficha Grafo ↗

explorar radar · #edge-tts

kyutai-labs/pocket-tts

8.184★ · Python

Qué es

TTS que cabe en CPU y bolsillo (Kyutai, MIT). 100M de parámetros, corre en laptop sin GPU.

pieza del stack local-first de voice AI; encaja con FluidVoice (ya en grafo)

Alerta honesta

Idx 13 (pocket-tts): Kyutai 100M params, CPU-only. Material directo para local-first voice. Confirma la tesis: voice-AI en local es ya viable. Si cubres voice-AI en Zine, este es el ejemplo.

Abrir ficha Grafo ↗