Consola de triaje

comprobando sesión…

Triaje Lectura Grafo

2026-08-12

La capa intermedia agentic se come el foco del sector

14 items · 6 hallazgos · 8 radar

explorar 2

probar 2

leer 1

vigilar 9

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 · #agent-dsl-layer pick

BoundaryML/baml

8.926★ · 472 forks · Rust · Apache-2.0 · 309 issues

Qué es

Apache-2.0, 8.9k★, fork=original, canary branch activo. DSL con sintaxis tipo TypeScript, sistema de tipos como Rust, compilación más rápida que Go, errores tipados y grammar-constrained decoding para structured outputs. Diseñado por BoundaryML (equipo pequeño liderado por Sam Rhea, ex CTO de Tulip) y mantenido durante 3 años.

Cómo encaja

BoundaryML/baml agent-dsl-layer

implements · relación nueva de hoy

BoundaryML/baml tool-schema-via-prompting

competes_with · relación nueva de hoy

BoundaryML/baml structured-data-extraction

relevant_to · relación nueva de hoy

BoundaryML/baml agent_harness

relevant_to · relación nueva de hoy

Por qué importa

BAML no es otro framework ni un runtime: es un lenguaje de dominio (DSL) para declarar las funciones que le pides a un LLM. Tú escribes la firma y el schema de salida, y BAML genera dos cosas: la gramática que restringe al modelo a emitir solo respuestas válidas (grammar-constrained decoding, es decir, el modelo no puede desviarse del formato ni con un token) y el código cliente tipado en Python, TypeScript, Go, Ruby, Java o C#. Eso lo pone en competencia directa con la práctica habitual de pedir JSON por prompt y rezar: aquí la validez la impone el decodificador, no el prompt. Para el lector de CSS que ya tiene un agente en producción y pelea con respuestas malformadas, es la capa concreta que se coloca entre el LLM y el código. Tres años de mantenimiento y 8.9k estrellas indican pieza asentada, no lanzamiento reciente. Nota de honestidad: el propio ítem atribuye su vuelta a tendencia a un paper o blog reciente de BoundaryML sobre patrones multiagente, pero no tenemos el enlace ni el contenido para valorarlo, así que tómalo como señal blanda.

Alerta honesta

BoundaryML/baml tiene una base real (3 años, 8.9k★, Apache-2.0) pero la métrica de 'compilación más rápida que Go' es autorreportada y merece una medición independiente antes de convertirla en argumento de adopción.

Abrir ficha Grafo ↗

vigilar hallazgo 02 · #model_router_for_coding_agent

NVIDIA-NeMo/Switchyard

623★ · 73 forks · Rust · Apache-2.0 · alpha

Qué es

Apache-2.0, Rust, 623★, pre-alpha (advertencia explícita en el README). Proxy y librería para tráfico LLM que traduce entre OpenAI Chat, Anthropic Messages y OpenAI Responses, enruta entre múltiples backends (vLLM, NVIDIA NIM, Ollama, compatibles con OpenAI), registra métricas Prometheus y soporta algoritmos de enrutamiento componibles (random, classifier LLM, signal-driven, custom).

Cómo encaja

NVIDIA-NeMo/Switchyard model_router_for_coding_agent

implements · ya cubierto el 2026-08-11

NVIDIA-NeMo/Switchyard duolahypercho/codex-router

competes_with · ya cubierto el 2026-08-11

NVIDIA-NeMo/Switchyard nvidia

relevant_to · relación nueva de hoy

NVIDIA-NeMo/Switchyard local-multimodal-inference

complements · ya cubierto el 2026-08-11

Por qué importa

Un proxy de tráfico LLM que hace de traductor entre dialectos de API: recibe peticiones en formato OpenAI Chat, Anthropic Messages u OpenAI Responses y las sirve desde el backend que tú decidas (vLLM, NVIDIA NIM, Ollama o cualquier compatible con OpenAI), con métricas Prometheus y algoritmos de enrutamiento intercambiables. En la práctica: cualquier agente que solo sepa hablar con OpenAI o Anthropic puede seguir hablando igual mientras detrás responde un modelo abierto que corres tú. Ya cubrimos esta categoría el 2026-08-11 con duolahypercho/codex-router, que está atado al CLI de Codex; Switchyard hace lo mismo pero agnóstico del cliente y con NVIDIA detrás, lo que suele traducirse en continuidad de mantenimiento. También toca la línea de inferencia local que abrimos ese mismo 2026-08-11. Caveat que no se puede maquillar: el propio README lo declara pre-alpha y avisa de que API y algoritmos cambiarán de forma significativa. Sirve para probar en local, no para poner delante de producción.

Alerta honesta

NVIDIA-NeMo/Switchyard está marcado como pre-alpha en su propio README: la API y los algoritmos de enrutamiento pueden cambiar sin aviso, así que adoptarlo en producción ahora mismo es prematuro.

Abrir ficha Grafo ↗

explorar hallazgo 03 · #tiny-foundation-model

cactus-compute/needle

3.899★ · 294 forks · Python · MIT

Qué es

MIT, Python, 3.9k★, paper arXiv 2607.18363. Needle 2: modelo de 45M parámetros, 14 MB de binario único, 28 MB de RAM en sesión completa. Tool calling, device use y structured extraction con grammar-constrained decoding nativo y confidence scoring calibrado. Compite con FunctionGemma 270M y Apple FM a "5x-70x smaller, 2 bits vs f16".

Cómo encaja

cactus-compute/needle tiny-foundation-model

implements · relación nueva de hoy

cactus-compute/needle on-device-agent

enables · relación nueva de hoy

cactus-compute/needle antirez/h3.c

complements · ya cubierto el 2026-08-11

cactus-compute/needle tinygrad

relevant_to · relación nueva de hoy

Por qué importa

45 millones de parámetros, 14 MB de binario y 28 MB de RAM en sesión completa, haciendo tool calling, control de dispositivo y extracción estructurada con gramática restringida nativa (el modelo no puede emitir un formato inválido) y puntuación de confianza calibrada, es decir, te dice cuánto se fía de su propia respuesta. El cambio de escala es el titular: agente local ya no significa cargar un 7B con llama.cpp, sino un modelo que cabe en un wearable o un móvil sin GPU. El repo se compara con FunctionGemma 270M y el modelo de Apple afirmando ser entre 5 y 70 veces más pequeño (2 bits frente a f16); son cifras del propio proyecto y no hemos verificado el benchmark. Ya cubrimos esta línea el 2026-08-11 con antirez/h3.c: los dos atacan la inferencia local-first, uno por el lado multimodal y este por el de tool calling. Si te interesa montar agentes que no llamen a ninguna API externa, es la pieza de referencia hoy; hay paper (arXiv 2607.18363) y licencia MIT, así que se puede auditar y usar.

Alerta honesta

Las cifras comparativas de cactus-compute/needle ('5x-70x smaller, 2 bits vs f16') frente a FunctionGemma y Apple FM vienen del propio proyecto y el boletín no las ha verificado con benchmarks externos.

Abrir ficha Grafo ↗

probar hallazgo 04 · #local-first-agent-workspace pick

egoist/waku

469★ · 40 forks · Rust · GPL-3.0 · 27 issues

Qué es

GPL-3.0, Rust + GPUI (motor gráfico de Zed Industries), 469★ en 12 días. Aplicación nativa para macOS que centraliza proyectos, sesiones y transcripciones de múltiples coding agents (Amp, Claude Code, Codex CLI, Cursor CLI, Grok Build, OpenCode, Pi). Sin cuenta, sin servicio remoto, todo local.

Cómo encaja

egoist/waku local-first-agent-workspace

implements · ya cubierto el 2026-08-10

egoist/waku gpui

uses · relación nueva de hoy

egoist/waku openclaw/openclaw

competes_with · relación nueva de hoy

egoist/waku paperclipai/paperclip

competes_with · ya cubierto el 2026-08-11

Por qué importa

Una app de escritorio nativa que centraliza proyectos, sesiones y transcripciones de siete coding agents distintos (Amp, Claude Code, Codex CLI, Cursor CLI, Grok Build, OpenCode y Pi) sin cuenta ni servicio remoto: todo se queda en tu máquina. Si usas más de un agente a la vez, el dolor que resuelve es evidente: hoy cada uno guarda su historial en su propio silo y no hay forma de revisar qué hiciste ayer con cuál. Está escrita en Rust sobre GPUI, el motor gráfico de Zed, lo que explica que sea nativa y no un Electron más. Ya cubrimos esta categoría de espacio de trabajo local para agentes el 2026-08-10, y el 2026-08-11 con paperclipai/paperclip, que es web y orientado a organizaciones; la diferencia de Waku es ser nativa, local-first y agnóstica de proveedor. Que su autor, egoist, tenga detrás una lista larga de proyectos OSS conocidos es señal de que la categoría atrae ya a gente con recorrido, aunque el repo solo tenga días de vida. Limitación práctica dura: es solo macOS y GPL-3.0.

Alerta honesta

egoist/waku arrastra GPL-3.0: si se integra dentro de un proyecto de código propietario o se redistribuye, las obligaciones de la licencia aplican y conviene revisarlas antes de adoptarlo.

Abrir ficha Grafo ↗

explorar hallazgo 05 · #agent_harness

embabel/embabel-agent

4.167★ · 410 forks · Kotlin · Apache-2.0 · 69 issues

Qué es

Apache-2.0, Kotlin/Java con Spring Boot, 4.2k★, 410 forks. Framework para flujos agentic en JVM que mezcla interacciones LLM-prompted con código y modelos de dominio, con búsqueda inteligente de caminos hacia objetivos. Pronunciación: "Em-BAY-bel".

Cómo encaja

embabel/embabel-agent agent_harness

implements · relación nueva de hoy

embabel/embabel-agent spring

relevant_to · relación nueva de hoy

embabel/embabel-agent langchain

competes_with · relación nueva de hoy

embabel/embabel-agent enterprise-agents

enables · relación nueva de hoy

Por qué importa

Un framework para construir agentes dentro de la JVM: Kotlin y Java sobre Spring Boot, que mezcla llamadas al LLM con código y modelos de dominio normales y busca caminos hacia un objetivo en lugar de ejecutar una cadena fija de pasos. El hueco que llena es real y poco cubierto: casi todo el ecosistema agentic vive en Python (LangChain, LangGraph, CrewAI) o en .NET con Semantic Kernel, mientras el grueso del software corporativo sigue en Java. Si trabajas en una empresa con backend JVM, esto significa poder meter un agente en el mismo contexto de Spring, con la inyección de dependencias y el ciclo de vida que ya conoces, sin montar un servicio Python aparte. Las señales de que apunta a producción y no a demo son concretas: publicación en Maven Central, imágenes Docker, análisis con SonarQube y profiling con YourKit. Está liderado por Rod Johnson, el creador de Spring, lo que da acceso y credibilidad en ese mundo, aunque el ecosistema JVM adopta despacio y eso conviene descontarlo.

Alerta honesta

embabel/embabel-agent presume señales de producción (Maven Central, Docker, SonarQube), pero su tracción real frente a Semantic Kernel o LangChain4j en JVM aún no está contrastada con datos de adopción verificables.

Abrir ficha Grafo ↗

vigilar hallazgo 06 · #agentic-3d-generation

Tencent-Hunyuan/Hunyuan3D-WorldClaw

529★ · 27 forks · Python · 1 issues

Qué es

Repo oficial de Tencent Hunyuan, 529★, creado hace 7 días. Código del paper arXiv 2608.05248 (publicado esta semana, 2026-08-07): "WorldClaw: Agentic 3D Open-world Generation at Scale". Sin descripción en el repo, pero la project page explica el pipeline completo.

Cómo encaja

Tencent-Hunyuan/Hunyuan3D-WorldClaw agentic-3d-generation

implements · relación nueva de hoy

Tencent-Hunyuan/Hunyuan3D-WorldClaw tencent

relevant_to · relación nueva de hoy

Tencent-Hunyuan/Hunyuan3D-WorldClaw worldlabs

competes_with · relación nueva de hoy

Tencent-Hunyuan/Hunyuan3D-WorldClaw open-world-gen-from-text

enables · relación nueva de hoy

Por qué importa

Código del paper arXiv 2608.05248 (2026-08-07) publicado por Tencent Hunyuan: un pipeline agentic para generar mundos 3D abiertos, es decir, agentes que construyen escenarios navegables en vez de imágenes o texto. El interés para CSS está en la convergencia: las dos categorías que seguimos por separado —LLMs que planifican y ejecutan por su cuenta, y generación 3D— se están juntando aquí en un mismo pipeline. Que llegue como release abierto de un hyperscaler chino cambia el equilibrio frente a los actores comerciales cerrados del espacio, porque permite leer el pipeline entero en vez de intuirlo desde una demo. Cautelas serias antes de que nadie intente reproducirlo: el repo tiene 7 días, no trae descripción, la API de GitHub no declara licencia (sin licencia explícita no es software libre reutilizable), el lenguaje ni siquiera está identificado y lo publicado parece centrado en el paper y el código de entrenamiento, con la inferencia previsiblemente cara. Hoy es material de lectura, no algo que puedas ejecutar el fin de semana.

Alerta honesta

Tencent-Hunyuan/Hunyuan3D-WorldClaw no declara licencia explícita en el repo (7 días de vida, sin descripción): no se puede tratar como software libre sin verificación adicional antes de cualquier uso o redistribución.

Abrir ficha Grafo ↗