Consola de triaje

comprobando sesión…

Triaje Lectura Grafo

2026-09-29

La infraestructura para coding agents sale a la calle: video, APIs legacy, cloud y PII como campos de batalla

10 items · 6 hallazgos · 4 radar

explorar 4

probar 1

leer 1

vigilar 3

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 02

EverMind-AI/Raven

4.436★ · 113 forks · Python · Apache-2.0 · alpha

Qué es

Meta-harness (Python, Apache-2.0, 4.436★) que orquesta 13 coding agents como specialists dentro de una sola DAG con memoria persistente (EverOS), auto-evolución del propio harness (Evolver) y catálogo de 114k skills (SkillForge). Los built-in son Raven-Research, Raven-Code, Raven-Design y Raven-Oncall; los third-party incluyen Claude Code, Codex, OpenCode, Hermes Agent, OpenClaw, MiroThinker, GitHub Copilot, Qwen Code, CodeBuddy, Qoder, Grok Build, Kimi Code y Pi.

Cómo encaja

EverMind-AI/Raven Human-Agent-Society/reef

competes_with · ya cubierto el 2026-09-18

EverMind-AI/Raven recursive-self-improvement

implements · relación nueva de hoy

EverMind-AI/Raven harness-of-harnesses

implements · relación nueva de hoy

EverMind-AI/Raven hermes-agent

supports · ya cubierto el 2026-07-03

Por qué importa

Es el competidor más serio a Human-Agent-Society/reef y mvschwarz/openrig desde el ángulo “yo orquesto a tus coding agents, no los reemplazo” — y, sobre todo, lista a Hermes explícitamente entre los harnesses soportados (visible en los topics del repo: hermes-agent, y en el bloque de third-party del README). Para CSS esto confirma que Raven trata a Hermes como target de primera clase, lo que ya notamos el 2026-07-03 cuando cubrimos Hermes Agent por primera vez. La pista de recursive self-improvement (RSI) está demostrada con cifras: en nanochat pre-training, 172 runs en 7 rondas bajaron val_bpb un 5.8% con una sola GPU en 20 min por run — un resultado pequeño pero suficiente para dejar de hablar de RSI como promesa y empezar a hablar como evidencia. La apuesta “harness-of-harnesses” implica que Raven se sitúa por encima de herramientas como Hermes: tú no reemplazas tu agente, lo enchufas a un DAG con memoria persistente (EverOS) y un catálogo de 114k skills (SkillForge).

clonar y leer docker/docker-compose.yml para entender la separación Raven ↔ EverOS ↔ SkillForge; el informe técnico en PDF bajo releases es la mejor lectura del modelo RSI

Alerta honesta

Raven lista métricas de RSI en un solo benchmark pequeño (nanochat, 7 rondas) que difícilmente generaliza; tratar el5.8% como evidencia sólida y no como señal.

Abrir ficha Grafo ↗

probar hallazgo 03 pick

HelpCode-ai/anythingmcp

578★ · 71 forks · TypeScript · AGPL-3.0

Qué es

Gateway self-hosted (TypeScript, AGPL-3.0, 578★) que importa un OpenAPI/Swagger/WSDL/GraphQL/Postman/SQL y emite un servidor MCP. Trae 265 adaptadores empaquetados (SAP Business One, Odoo, Xentral, Shopware, WooCommerce, Amazon Seller, DHL...) y funciona por "per-tool response mapping": tú declaras qué campos pueden llegar al modelo, las credenciales van cifradas AES-256-GCM en reposo, y el audit log guarda la respuesta upstream completa en tu lado.

Cómo encaja

HelpCode-ai/anythingmcp anyapi-to-mcp-gateway

implements · relación nueva de hoy

HelpCode-ai/anythingmcp ComposioHQ/composio

competes_with · relación nueva de hoy

HelpCode-ai/anythingmcp mcp

implements · relación nueva de hoy

Por qué importa

Resuelve el problema más común al que se enfrenta cualquier equipo que intenta poner agentes en producción: el grueso de las APIs corporativas no es REST limpio — es SOAP/WSDL de hace quince años, SQL queries con joins que un LLM no debería escribir, o esquemas propietarios de SAP u Odoo que ningún agente improvisa. AnythingMCP hace el trabajo sucio: importa OpenAPI/Swagger/WSDL/GraphQL/Postman/SQL y emite un servidor MCP, con 265 adaptadores empaquetados, credenciales cifradas en reposo (AES-256-GCM) y audit log local con la respuesta completa. Es competidor directo de ComposioHQ/composio, pero con una diferencia clave para la audiencia europea de CSS: tú controlas los datos (Frankfurt, EU, on-prem), lo que encaja con GDPR y EU AI Act. En el grafo aparece como competes_with de composio y como implementación del patrón anyapi-to-mcp-gateway — si vas a montar un gateway MCP sobre APIs viejas, este es el molde a copiar antes que improvisar el tuyo.

el quickstart de tres líneas está pensado para evaluadores: mkdir anythingmcp && cd anythingmcp && curl ... | docker compose up -d; la web UI queda en http://localhost:3000

Alerta honesta

AnythingMCP usa AGPL-3.0: revisar implicaciones antes de integrarlo en productos cerrados.

Abrir ficha Grafo ↗

explorar hallazgo 04 pick

Rizzo-AI-Academy/rizzo-pii

1.103★ · 81 forks · Python · MIT

Qué es

Token-classifier ligero (mmBERT/ModernBERT, ~0.3B parámetros, ~0.5 GB RAM, CPU-only) que detecta 22 tipos de PII con micro-F1 de 0.989 — incluyendo identificadores italianos que ningún modelo abierto cubre (codice fiscale, partita IVA, dati catastali). Implementa el flujo anonymize local → placeholder + dictionary reversible → frontier LLM → restore local. Binarios listos para Windows/macOS/Linux.

Cómo encaja

Rizzo-AI-Academy/rizzo-pii local-pii-reversible-anonymization

implements · relación nueva de hoy

Rizzo-AI-Academy/rizzo-pii eu-ai-act-agent-compliance

relevant_to · ya cubierto el 2026-09-28

Rizzo-AI-Academy/rizzo-pii mmbert

uses · relación nueva de hoy

Rizzo-AI-Academy/rizzo-pii VibeTensor/attestix

complements · relación nueva de hoy

Por qué importa

Es la primera implementación OSS seria del patrón “usa GPT sin darle tus datos”, pensada específicamente para el caso europeo: legal, contable, notarial. Rizzo-pii detecta 22 tipos de PII con micro-F1 de 0.989 corriendo en CPU (~0.5 GB RAM), e incluye identificadores italianos que ningún modelo abierto cubre (codice fiscale, partita IVA, dati catastali). El flujo reversible es la pieza clave: anonymize local → placeholder + dictionary reversible → frontier LLM → restore local, sin enviar originales fuera y sin necesidad de API key ni GPU. Es complementario a VibeTensor/attestix, cubierto el 2026-09-28: attestix firma quién hizo qué; rizzo-pii controla qué se envía fuera — juntos cubren la cadena GDPR completa (firma + minimización de datos), algo que en el grafo aparece explícito con el edge complements. Para equipos europeos que ya evalúan el EU AI Act, es la pieza que faltaba en el stack local-first.

vale la pena probar el binario Linux con un contrato italiano de prueba y verificar el flujo reversible; también interesante como ejemplo de "modelo pequeño + dominio específico + OSS" — patrón opuesto al "frontera todo"

Alerta honesta

Rizzo-pii cubre 22 tipos de PII con F1 de 0.989 pero su cobertura geográfica real más allá de Italia no está validada fuera del README.

Abrir ficha Grafo ↗

explorar hallazgo 05 pick

firelex/jeff

632★ · 20 forks · Python · MIT

Qué es

Tres fine-tunes abiertos (Qwen3.5-0.8B, Qwen3.5-2B, Gemma4-E2B) entrenados íntegramente en hardware local (un RTX PRO 6000 + dos DGX Sparks, datos sintéticos escritos por Qwen3.8-Flash-Next) para clasificación zero-shot: describes una situación en palabras, listas las opciones en palabras, y Jeff devuelve una probabilidad por opción en un solo forward pass (22 ms en RTX PRO 6000, 28 ms en Apple M4 Max con MLX). API minimalista tipo OpenAI con tipos choice, noul (yes/no), score.

Cómo encaja

firelex/jeff zero-shot-classifier-finetune

implements · relación nueva de hoy

firelex/jeff qwen3.5

fine_tunes · relación nueva de hoy

firelex/jeff gemma-4

fine_tunes · relación nueva de hoy

Por qué importa

Es el recordatorio más incómodo del mes para la narrativa “LLM grande para todo”: Jeff-Qwen3.5-2B alcanza 83.1% en cinco benchmarks de clasificación frente a 83.0% de Jev y 84.9% de AutoJev-27B, con 14× menos parámetros. En Financial Phrasebank y RAGTruth gana a ambos modelos grandes; en razonamiento puro (BBH, JudgeBench) cae — como cabe esperar de un clasificador fino frente a uno generalista. La conclusión operativa es directa: para tareas de decisión (routing, triage, moderación), un fine-tune de 0.8B–2B bien entrenado en dominio específico supera a un frontier LLM y corre ~50× más barato. El ejemplo del README lo deja claro: en voice-navigation, una pasada de fine-tune movió la accuracy del 31.7% al 95.8% en media hora y una GPU. El detalle clave, a veces pasado por alto, es que Jeff fue entrenado íntegramente en hardware local (RTX PRO 6000 + dos DGX Sparks) sin closed-model output — los datos sintéticos los escribió Qwen3.8-Flash-Next. Eso lo hace replicable: si tu caso de clasificación encaja, puedes re-entrenar tu propio Jeff en tu portátil sin pagar a OpenAI ni a Anthropic.

es la primera entrega OSS de un patrón que va a repetirse: fine-tunes locales ultra-especializados que vencen a frontier en su nicho. Merece un benchmark propio sobre tareas CSS — triage de issues, routing de skills, moderación de PRs

Abrir ficha Grafo ↗

vigilar hallazgo 06

cloudflare/cf

341★ · 8 forks · TypeScript · Apache-2.0

Qué es

CLI en TypeScript (Apache-2.0, open beta desde hace una semana) que expone toda la API de Cloudflare con un único binario (npm i -g cf). Diseñado explícitamente para que los coding agents operen Cloudflare: comandos encontrables con búsqueda semántica bespoke, JSON default (pretty para humanos, condensado para agentes), cloudflare.config.ts como formato de configuración (TypeScript + LSP) y Vite como dev server por defecto.

Cómo encaja

cloudflare/cf agentic-cloud-cli

implements · relación nueva de hoy

cloudflare/cf cloudflare

belongs_to · relación nueva de hoy

cloudflare/cf workers

configures · relación nueva de hoy

Por qué importa

Es el primer movimiento serio de un hyperscaler cloud respondiendo a la pregunta “y cómo le doy al agente acceso a mis 200 productos”. El ángulo no es solo técnico — es una declaración de que los proveedores cloud ven a los coding agents como clientes de primera clase y van a invertir en DX agent-friendly. La competencia inmediata es vercel-labs/scriptc, cubierto el 2026-09-28, pero Cloudflare tiene una ventaja específica: opera la infraestructura que el agente probablemente está configurando (Workers, R2, D1, KV, Pages, Durable Objects), de modo que el mismo binario cf que invoca el LLM es el que provisiona los recursos. Detalles de diseño que importan y que un devo al uso pasaría por alto: JSON por defecto (pretty para humanos, condensado para agentes), cloudflare.config.ts como configuración tipada (TypeScript + LSP) en vez de YAML, y Vite como dev server — todo pensado para que un agente encuentre el comando por búsqueda semántica en vez de tener que memorizar flags. Para CSS, es la señal de que el “agentic DevOps” ya tiene vendor adoption: AWS y GCP van a tener que responder con sus propios CLIs agent-friendly en los próximos meses.

es muy nuevo; vale la pena instalarlo y comparar ergonomía con wrangler clásico antes de adoptarlo, pero el movimiento de plataforma es importante y merece tracking

Alerta honesta

Cloudflare/cf está en open beta desde hace una semana: comandos y DX pueden cambiar sin aviso; no invertir integraciones profundas todavía.

Abrir ficha Grafo ↗