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

5 por explorar

4 en vigilancia

2026-08-23

Tres patrones que mandan en IA esta semana

13 items · 7 hallazgos · 6 radar

explorar 2

probar 3

leer 2

vigilar 4

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.

leer hallazgo 01 · #agent-harness-environment

google-research/envharness

243★ · 15 forks · Python · Apache-2.0

Qué es

paper + librería Python de Google Research que aplica la idea de "agent-harness" al lado del entorno. En lugar de modificar el código de un benchmark, envuelve la interfaz reset/step con tres componentes plug-in (Setup, Rule, Link) que reconfiguran el estado inicial, las acciones permitidas y la composición entre entornos. Un "designer agent" analiza trayectorias y compone los componentes para atacar las debilidades específicas del agente bajo entrenamiento.

Cómo encaja

google-research/envharness → agent-harness-environment

implements · relación nueva de hoy

google-research/envharness → agentic-rl-training

extends · ya cubierto el 2026-07-28

google-research/envharness → browser-use/browser-harness

complements · relación nueva de hoy

Por qué importa

Encaja con la línea 'agentes que aprenden sobre agentes' que cubrimos el 2026-07-28 al hablar de agentic-RL training: allí vimos el lado del entrenamiento del agente; aquí Google Research hace lo equivalente en el lado del entorno, así que juntos dan la foto completa de la curricula. El paralelismo con vercel-labs/skills y mattpocock/skills es directo — mismo patrón 'núcleo fijo del LLM + componentes plug-in', pero aplicado a la interfaz reset/step del benchmark en vez de a los prompts. Para un episodio sobre agentic-RL o curricula dinámicas, es el paper de referencia de la semana; además complementa a browser-use/browser-harness cubriendo el hueco teórico que ese repo deja en cómo decidir qué reconfigurar.

Abrir ficha Grafo ↗

explorar hallazgo 02 · #moe-edge-serving

FlashML-org/FreeToken

2.498★ · 233 forks · Python · Apache-2.0

Qué es

motor de serving edge-native para modelos MoE open-weight (DeepSeek-V4-Flash, Qwen3.6-35B-A3B, GLM-5.2). La propuesta técnica combina expert caching global con política de co-ejecución CPU/GPU bandwidth-adaptive (q*), doble buffering de prefill full-layer, formato de pesos "FTW" y "semantic anchor checkpoints" para evitar recomputar contexto cuando un agente edita tool calls / thinking blocks. Expone APIs compatibles OpenAI/Anthropic y promete 290B+ MoE en una gaming PC.

Cómo encaja

FlashML-org/FreeToken → moe-edge-serving

implements · relación nueva de hoy

FlashML-org/FreeToken ⇄ vllm-project/vllm

competes_with · ya cubierto el 2026-07-16

FlashML-org/FreeToken → agentic-kv-cache-reuse

enables · relación nueva de hoy

Por qué importa

Conecta con dos conversaciones activas del boletín: local-first inference (que ya cubrimos el 2026-07-16 al comparar motores de serving con vLLM, hoy competes_with) y agentic context reuse. La idea de 'semantic anchor checkpoints' es directamente atacable en un episodio sobre KV cache + agentes: si funciona como dice, una sesión larga de Claude Code o Codex podría mantener su motor de inferencia en local sin pagar recompute cuando el agente edita tool calls o thinking blocks. La promesa de correr 290B+ MoE en una gaming PC habría que cogerla con pinzas — los benchmarks públicos de serving MoE en hardware consumer todavía no son maduros, así que el dato viene del repo, no de un paper revisado.

vigilar primer release con binary + benchmark reproducible

Abrir ficha Grafo ↗

probar hallazgo 03 · #browser-cdp-harness

browser-use/browser-harness

17.033★ · 1.630 forks · Python · MIT

Qué es

bridge entre un LLM y un navegador real (no headless) vía un websocket CDP editable. La pieza diferencial: cuando el agente necesita una acción que el harness no expone, lo escribe como helper en agent_helpers.py y se queda. Cada tarea mejora el harness. Pensado para integrarse con Claude Code y Codex mediante un setup prompt pegable.

Cómo encaja

browser-use/browser-harness → browser-use/browser-use

extends · ya cubierto el 2026-08-20

browser-use/browser-harness → browser-cdp-harness

implements · relación nueva de hoy

browser-use/browser-harness → lightweight-agent-harness

complements · ya cubierto el 2026-08-19

Por qué importa

El enfoque 'self-expanding tool surface' es la respuesta práctica al problema de los harnesses limitados que ya vimos en browser-use/browser-use (2026-08-20) y en el concepto lightweight-agent-harness (2026-08-19): cuando el agente se topa con una acción que el harness no expone, la escribe él mismo como helper en agent_helpers.py y se queda, así cada tarea deja el entorno un poco más capaz. Mientras vercel-labs/skills y mattpocock/skills externalizan las skills al agente, aquí el harness las va escribiendo por sí mismo — el ángulo inverso. Buen tema para un episodio sobre 'long-lived tool environments' o sobre quién decide qué es una skill nueva.

instalable vía uv con Python 3.12; setup prompt listo para pegar

Abrir ficha Grafo ↗

probar hallazgo 04 · #local-first-search

asciimoo/hister

2.215★ · 98 forks · Go · AGPL-3.0

Qué es

motor de búsqueda self-hosted para las páginas que visitas y los archivos que guardas. Indexa contenido completo (no solo títulos), con extensión para Firefox/Chrome que captura las páginas que abres. Tiene web UI, TUI, CLI y servidor MCP, así que cualquier coding agent puede consultarlo. Soporta búsqueda semántica opcional vía endpoint de embeddings.

Cómo encaja

asciimoo/hister → local-first-search

implements · relación nueva de hoy

asciimoo/hister → mcp

exposes · ya cubierto el 2026-08-08

asciimoo/hister ⇄ agent-led-search-engine

competes_with · ya cubierto el 2026-07-31

Por qué importa

Encaja con la idea de 'personal search' local-first y con el creciente patrón MCP-first (cubierto el 2026-08-08 con la primera aparición de un servidor MCP en el boletín) que están adoptando los coding agents para enchufarse a datos del usuario. Aquí hister cierra el ciclo: indexa páginas visitadas + archivos locales, expone servidor MCP para que cualquier coding agent consulte, y opcionalmente añade búsqueda semántica vía endpoint de embeddings externo. Para un episodio sobre RAG personal sin nube, es el ejemplo más completo que ha salido en OSS; el autor (asciimoo) ya pasó por el boletín el 2026-07-31 con su propuesta de motor de búsqueda liderado por agente, y esta es su encarnación concreta. Licencia AGPL-3.0: si lo vas a exponer públicamente, ojo.

binario único, sin configuración obligatoria

Abrir ficha Grafo ↗

probar hallazgo 05 · #agent-completion-discipline

Leonxlnx/unlazy

1.128★ · 76 forks · JavaScript · MIT

Qué es

skill instalable (npx skills add Leonxlnx/unlazy) para Claude Code y Codex CLI que obliga al agente a escribir primero un "acceptance ledger" (qué tiene que ser verdad para considerar terminado el trabajo) y a ejecutar gates runneables antes de reportar como completada una tarea. La idea nuclear: "report only what the evidence supports". El core es SKILL.md + un checker en Node sin dependencias de terceros.

Cómo encaja

Leonxlnx/unlazy → agent-completion-discipline

implements · relación nueva de hoy

Leonxlnx/unlazy → skills-cli

uses · relación nueva de hoy

Leonxlnx/unlazy → mattpocock/skills

complements · ya cubierto el 2026-08-08

Por qué importa

Es el primer 'skill para coding agents' dedicado específicamente a disciplinar la finalización, dentro de la conversación sobre mattpocock/skills que arrancó el 2026-08-08. La tendencia hasta ahora ha sido 'haz más cosas' (más skills, más herramientas); este va al revés: antes de reportar una tarea como completada, el agente tiene que escribir un 'acceptance ledger' con qué tiene que ser verdad y ejecutar gates runneables que lo demuestren — 'report only what the evidence supports'. Ágil para un episodio sobre quality-of-life de los coding agents o sobre cómo dejar de confiar a ciegas en 'Listo ✓'.

Abrir ficha Grafo ↗

vigilar hallazgo 06 · #ai-gateway-go

envoyproxy/ai-gateway

1.950★ · 338 forks · Go · Apache-2.0

Qué es

proyecto oficial de la comunidad Envoy que añade a Envoy Gateway una capa específica para tráfico de LLM (OpenAI, Azure OpenAI, Google Gemini, Vertex, AWS Bedrock, Anthropic). Modelo de dos tiers: Tier One para auth + routing + rate limit global; Tier Two para control fino sobre clusters self-hosted con endpoint picker.

Cómo encaja

envoyproxy/ai-gateway → ai-gateway-go

implements · ya cubierto el 2026-08-19

envoyproxy/ai-gateway → vllm-project/semantic-router

complements · ya cubierto el 2026-08-17

envoyproxy/ai-gateway → llm-routing-layer

uses · ya cubierto el 2026-08-17

Por qué importa

Para quien self-hostea vLLM, llama a varios proveedores y necesita failover o A/B routing, hasta ahora las opciones eran un proxy custom o piezas como kgateway/litellm. Aquí aparece la primera capa seria de la comunidad Envoy para tráfico LLM (OpenAI, Azure OpenAI, Google Gemini, Vertex, AWS Bedrock, Anthropic), con release cadence de un proyecto oficial: Tier One para auth + routing + rate limit global, Tier Two para control fino sobre clusters self-hosted con endpoint picker. Encaja con la línea 'infra seria para agentes' que ya cubrimos el 2026-08-19 con el concepto ai-gateway-go y el 2026-08-17 con vllm-project/semantic-router y la capa de routing LLM: este boletín completa la foto de qué hay disponible hoy.

v1 todavía en maduración; buen candidato para deep-dive cuando haya release con provider Anthropic estable

Abrir ficha Grafo ↗

explorar hallazgo 07 · #design-tokens-extraction

dembrandt/dembrandt

3.035★ · 284 forks · TypeScript · MIT

Qué es

CLI (npm install -g dembrandt) que abre un sitio con Playwright/Chromium, extrae logo + colores + tipografía + spacing + bordes + sombras + motion + componentes, y los emite como design tokens W3C. Pensado para ejecutarse en CI y mantener consistencia entre el site de referencia y el sistema de diseño propio.

Cómo encaja

dembrandt/dembrandt → design-tokens-extraction

implements · relación nueva de hoy

dembrandt/dembrandt → playwright-core

uses · relación nueva de hoy

dembrandt/dembrandt → design-engineering

relevant_to · relación nueva de hoy

Por qué importa

cierra un hueco entre "auditoría visual" y "design system enforcement". Para un episodio sobre tooling de front-end o para CSS, es un ejemplo limpio de cómo automatizar lo que normalmente es una semana de Figma.

probar contra el sitio de un cliente para entender el output real

Abrir ficha Grafo ↗

vigilar radar

forcedotcom/sf-skills

902★ · Python · Apache-2.0

Qué es

primera librería de skills Salesforce (Agentforce, Apex, LWC, Flow) instalable vía npx skills add. Aviso explícito del repo: cambios frecuentes, no usar como API estable.

buen termómetro de cómo hyperscalers SaaS se montan al tren skills

Abrir ficha Grafo ↗

leer radar

CopilotKit/CopilotKit

36.968★ · TypeScript · MIT

Qué es

framework "agent-native UI" para React/Angular/Vue/Slack/Teams con AG-UI. Subida sostenida; ya comentado en boletines anteriores, pero la versión actual añade WhatsApp/Telegram/iMessage.

release notes de la última versión

Abrir ficha Grafo ↗

vigilar radar

mksglu/context-mode

20.096★ · TypeScript · NOASSERTION

Qué es

contexto gestionado para Claude Code (no verificado el detalle del LICENSE; abrir LICENSE antes de build-dependency).

volumen de estrellas sugiere tracción real, pero el NOASSERTION obliga a revisar términos

Abrir ficha Grafo ↗

descartar radar

henrygd/beszel

24.558★ · Go · MIT