Consola de triaje

comprobando sesión…

Triaje Lectura Grafo

2026-09-17

12 items · 5 hallazgos · 7 radar

explorar 3

probar 1

leer 3

vigilar 4

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.

explorar hallazgo 01 · #agent-framework

vercel/eve

5.316★ · 490 forks · TypeScript · Apache-2.0

Qué es

framework TS + runtime (Apache-2.0, 5.316★) para construir agentes portables. La estructura de proyecto (agent/instructions.md + tools/ + skills/ + channels/ + schedules/) es la convención que el runtime descubre solo; npx eve@latest init my-agent arranca un TUI funcional con un agente usable. La documentación se empaqueta con el npm (node_modules/eve/docs) para que coding agents la lean offline.

Cómo encaja

vercel/eve agent-framework

implements · relación nueva de hoy

vercel/eve claude-code

competes_with · ya cubierto el 2026-09-15

vercel/eve openai/codex

competes_with · ya cubierto el 2026-08-11

vercel/eve ai-gateway

uses · relación nueva de hoy

vercel/eve vercel

relevant_to · ya cubierto el 2026-08-19

Por qué importa

Vercel mete la cabeza en el escritorio del developer agent con una tesis editorial distinta a la de Anthropic/OpenAI: el contenedor es portable, el modelo se elige después. agent.ts con defineAgent({ model: 'openai/gpt-5.6-luna-fast' }) externaliza el binding al AI Gateway, así que un agente escrito para eve puede rotar entre proveedores con un cambio de una línea. Caveat: la adopción depende del AI Gateway de Vercel (no es Anthropic-compatible estándar, es su gateway). En el grafo ya cubrimos a sus competidores más cercanos: claude-code el 2026-09-15 y openai/codex el 2026-08-11 — eve se suma como tercer contendiente en la misma semana, pero con la apuesta diferencial de tratar la definición del agente como artefacto portable. Buena pieza editorial: comparativa de "definición portable del agente" frente a Claude Code Skills, Codex TOML, OpenAI Agents SDK, Mastra y E2B + SDK propio.

clonar, correr npx eve@latest init my-agent, validar que un tool @vercel/ai-sdk puede correr end-to-end y comparar la portabilidad con Claude Code Skills

Abrir ficha Grafo ↗

explorar hallazgo 03 · #agent-tool-router

monid-ai/monid

176★ · 16 forks · TypeScript · MIT

Qué es

capa de conectores declarativa para agentes (Deno 2 + TS, MIT, 176★). Cada proveedor se describe con defineProvider (auth, billing model, categorías) y cada endpoint con defineEndpoint (schema zod, timeouts, request). Añadir un proveedor es un PR; al mergear, los endpoints aparecen automáticamente en discover — que rankea por precio, health en vivo, p50/p95 observados y nombre alternativo. El verbo principal es discover: llama con una tarea y devuelve varios candidatos ranked.

Cómo encaja

monid-ai/monid agent-tool-router

implements · relación nueva de hoy

monid-ai/monid composiohq/composio

competes_with · relación nueva de hoy

monid-ai/monid declarative-connector

enables · relación nueva de hoy

monid-ai/monid per-call-metered-billing

relevant_to · relación nueva de hoy

Por qué importa

Completa el patrón "OpenRouter × tools": OpenRouter resolvió el switching de modelos; Monid lo lleva a servicios externos (Tinyfish search, Exa search, scraping APIs, enrichment, etc.). El matiz más fino está en la liquidación de billing: cada conector declara su modelo de cobro (flat por call, por result, por unidad) y el engine lo liquida sobre el response envelope real — un vendor error o un resultado vacío se cobra a 0, lo que elimina el clásico problema de "el agente me cobró 100 búsquedas y me devolvió 0". Caveat: 176★ es muy temprano y el catálogo arranca con ~10 proveedores, así que la promesa de discover+settlement está validada por 188 replay tests sin red, pero todavía sin tracción de mercado real. Limitación honesta: no tenemos fecha concreta en el grafo para compararlo con sus alternativas (Composio, ToolRouter), así que esta pieza se lee como foto fija, no como continuación de una conversación previa. Pieza editorial: comparativa con Composio (15k★, monetiza vía subscriptions), ToolRouter y OpenAI Tools/Function Calling como estrategias de "economía del tool call".

instalar Deno 2, clonar el repo, correr deno task catalog providers, escribir un conector de juguete propio y validar que discover lo rankea correctamente contra un proveedor existente — buen candidato a pieza editorial porque el billing real es tema ausente en el resto del mercado

Abrir ficha Grafo ↗

leer hallazgo 04 · #agent-os

Q00/ouroboros

5.967★ · 533 forks · PowerShell · MIT

Qué es

framework Python (MIT, 5.967★, push 2026-09-15) con la tesis editorial: "el prompt no es la fuente de verdad". El usuario define un success contract externo (grading command + expected result) y ouroboros corre el agente; cada generación falla, mide y refina. El prompt nunca es el límite del agente — el grading lo es. El setup es una entrevista CLI (ooo setup) que pregunta ambigüedades antes de empezar (ordering, scope, prioridad).

Cómo encaja

Q00/ouroboros agent-os

implements · ya cubierto el 2026-08-14

Q00/ouroboros technique:evolutionary-agent-improvement

implements · relación nueva de hoy

Q00/ouroboros prompt-engineering

competes_with · relación nueva de hoy

Q00/ouroboros replayable-coding-workflows

relevant_to · relación nueva de hoy

Por qué importa

Es la apuesta más explícita del día por "self-improving agent sin tocar el prompt": el usuario define un success contract externo (grading command + expected result) y ouroboros corre el agente; cada generación falla, mide y refina. El prompt nunca es el límite del agente — el grading lo es, lo que lo hace testeable y reproducible. En el grafo ya cubrimos concept:agent-os el 2026-08-14, así que ouroboros se lee como la segunda iteración semanal sobre la misma idea de "el agente como sistema operativo", pero esta vez con el giro del contract-driven grading. Caveat importante: el modelo de seguridad abre un vector de prompt-injection si el "expected result" sale de una fuente no confiable — el repo dice "we just hold the line", lo que sugiere que el operador decide cuánto punishment/fitting time dar, sin guardrails automatizados de fábrica. Buena pieza editorial: "Ouroboros × EvoPrompt × Promptwright — el cuadrilátero 'agente que se mejora solo' y los tradeoffs de seguridad de cada uno".

no instalarlo todavía — leer la sección "From Wonder to Ontology" del README + el white-paper enlazado desde docs/ouroboros.page/learn/en; es la mejor introducción conceptual al modelo "el grading es la verdad, el prompt es historia"

Abrir ficha Grafo ↗

vigilar hallazgo 05 · #self-hosted-cde

coder/coder

14.634★ · 1.470 forks · Go · AGPL-3.0

Qué es

plataforma self-hosted (Go, AGPL-3.0, 14.634★) para cloud development environments + AI agents. Diferencia editorial vs Codex/Claude Code: el loop del coding agent corre en el control plane (tu infra), BYO-model (Anthropic/OpenAI/Google/Bedrock/auto-hosted) y las credenciales nunca se filtran a los workspaces — solo metadatos + identity tokens cortos. Workspaces definibles vía Terraform (EC2/K8s/Docker), auto-shutdown de recursos idle, túnel Wireguard.

Cómo encaja

coder/coder self-hosted-cde

implements · relación nueva de hoy

coder/coder on-prem-coding-agent

implements · relación nueva de hoy

coder/coder anthropic-claude-code

competes_with · relación nueva de hoy

coder/coder data-residency-agents

relevant_to · relación nueva de hoy

coder/coder byo-model-agents

enables · relación nueva de hoy

Por qué importa

Coder lleva el debate "agentes en local vs agente en cloud" a una nueva capa: el agente vive en tu cluster. El loop del coding agent corre en el control plane (tu infra), BYO-model (Anthropic/OpenAI/Google/Bedrock/auto-hosted) y las credenciales nunca se filtran a los workspaces — solo metadatos + identity tokens cortos. Para una empresa europea con dudas regulatorias (RGPD, data residency) esto resuelve "el loop del agente ocurre fuera de mi perímetro", que es exactamente el problem:data-residency-agents que el grafo ya tenía mapeado. Caveat fuerte: la licencia AGPL-3.0 significa que cualquier servicio derivado debe abrir su código, lo que veta forks internos sin abrir y lo distingue del resto del ecosistema (suele ser Apache/MIT). Limitación honesta: el item no incluye comparativa concreta contra E2B/Cody/Anthropic Console en features específicas (latencia del túnel Wireguard, throughput del control plane, cobertura de providers BYO), así que la pieza editorial propuesta se sostendría mejor con un cuadro de capabilities. Buena pieza editorial: "Coder Agents vs E2B Cloud vs Cody vs Anthropic Console — los 4 sitios donde puede vivir el loop del agente".

no instalarlo en producción todavía si tu equipo jurídico evalúa AGPL-3.0 — leer los repos coder schema de Terraform, validar la separación control-plane/data-plane, y si te interesa la tesis BYO-model, compararla con E2B + runtime embed/ que ya apareció en el bulletin del 2026-09-16

Abrir ficha Grafo ↗