Consola de triaje

comprobando sesión…

Triaje Lectura Grafo

2026-10-04

Tendencias tech del dia: IA, agentes autonomos y Rust en produccion

13 items · 5 hallazgos · 8 radar

explorar 2

probar 0

leer 3

vigilar 8

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.

explorar hallazgo 01 · #agent-vault-memory

breferrari/obsidian-mind

4.886★ · 550 forks · TypeScript · MIT

Qué es

Una vault de Obsidian que existe explícitamente para servir de memoria persistente a coding agents (Claude Code, Codex CLI, Gemini CLI). No es un plugin: es la propia estructura de la vault — notas autogeneradas, índices, links, performance tracking — pensada para que un agente la consulte y la extienda en cada sesión. README disponible en inglés, japonés, chino simplificado y coreano.

Cómo encaja

breferrari/obsidian-mind agent-vault-memory

implements · relación nueva de hoy

breferrari/obsidian-mind obsidian

uses · relación nueva de hoy

breferrari/obsidian-mind claude-code

supports · ya cubierto el 2026-10-01

breferrari/obsidian-mind codex

supports · ya cubierto el 2026-10-01

breferrari/obsidian-mind gemini-cli

supports · relación nueva de hoy

breferrari/obsidian-mind qmd-semantic-search

complements · relación nueva de hoy

breferrari/obsidian-mind mcp-context-caches

competes_with · relación nueva de hoy

Por qué importa

Es la primera respuesta "vault-first" al problema de la amnesia entre sesiones de un coding agent: en lugar de cachear resultados en un MCP, el agente escribe y lee notas en una vault de Obsidian con la misma forma que un humano (links, daily notes, MOCs, índices, performance tracking), de modo que cada conversación se apoya literalmente en la anterior. El repo integra tres piezas que ya cubrimos en boletines previos: claude-code y codex-cli (ambos el 2026-10-01), junto con obsidian-cli y obsidian-skills de kepano y el buscador semántico qmd de tobi. Su tesis editorial —"cuando el vault deja de ser para humanos y se vuelve para agentes"— choca de frente con la idea de un MCP context cache, así que el ángulo para el lector es claro: si te interesa el patrón agent-as-keeper, mira primero cómo se estructura la vault antes de pelearte con el context window. Limitación honesta: el README está en inglés, japonés, chino y coreano, pero no en español.

clonar, abrir como Obsidian vault, conectar a Claude Code con los hooks oficiales, hacer 1 semana de uso real y revisar la calidad de los notes auto-generados; comparar con un setup manual "yo escribo las notas"

Abrir ficha Grafo ↗

explorar hallazgo 02 · #agent-platform-framework

agno-agi/agno

42.543★ · 6.086 forks · Python · Apache-2.0

Qué es

Framework + runtime + UI para construir plataformas de agentes — no agentes sueltos. Tres piezas: (1) el SDK de Agno para definir agentes, (2) AgentOS, el runtime que los sirve como servicio, y (3) AgentOS UI, una consola web con JWT/RBAC para gestionar la plataforma. El claim del README: "Agno allows you to own your agent stack. Maintain control of your data, memory, and security posture (JWT-based RBAC), and turn your agent platform into a learning loop with simulations and usage data". La sección "Get started" del README se abre con un prompt listo para entregar a un coding agent (Claude Code, Cursor, Codex) — un detalle de producto que dice mucho del target.

Cómo encaja

agno-agi/agno agent-platform-framework

implements · relación nueva de hoy

agno-agi/agno agentos-runtime

complements · relación nueva de hoy

agno-agi/agno agentos-ui

complements · relación nueva de hoy

agno-agi/agno langchain

competes_with · relación nueva de hoy

agno-agi/agno llamaindex

competes_with · relación nueva de hoy

agno-agi/agno managed-agent-saas

competes_with · relación nueva de hoy

agno-agi/agno rbac-jwt

uses · relación nueva de hoy

agno-agi/agno on-prem-agent-stack

relevant_to · relación nueva de hoy

Por qué importa

Con 42.5k★ y cuatro años de historia, Agno ya no se vende como framework Python más: se vende como plataforma completa — SDK + runtime (AgentOS) + consola web con JWT/RBAC + simulaciones + telemetría de uso. Eso lo desplaza del ring de LangChain y LlamaIndex y lo pone a competir con los vendors SaaS de agentes (Vertex AI Agents, AWS Bedrock Agents, Azure AI Agent Service), sobre todo en el segmento "quiero mi propio stack de agentes on-prem y mantener el control de datos, memoria y postura de seguridad". El detalle de producto más elocuente está en el README: la sección "Get started" arranca con un prompt listo para pegar en Claude Code, Cursor o Codex, lo que indica que el target real es el desarrollador que ya trabaja con un coding agent. Para el lector de Código Sin Siesta la pregunta práctica es: ¿me conviene un framework de agentes o ya estoy montando una plataforma y necesito el runtime con UI?

instalar pip install agno, levantar AgentOS con el quickstart, abrir la UI en localhost, desplegar un par de agentes y revisar la experiencia de "platform admin" — ¿se siente como Django admin para agentes?

Abrir ficha Grafo ↗

leer hallazgo 03 · #mcp-ecosystem

modelcontextprotocol/python-sdk

24.476★ · 4.013 forks · Python · MIT

Qué es

Implementación canónica en Python del Model Context Protocol (MCP): permite construir MCP servers (que exponen tools/resources/prompts) y MCP clients (que se conectan a cualquier MCP server). Soporta los tres transports estándar: stdio, Streamable HTTP y SSE. Acaba de publicar v2 con guía de migración propia (migration/) y whats-new/ detallado. La documentación oficial vive en py.sdk.modelcontextprotocol.io.

Cómo encaja

modelcontextprotocol/python-sdk mcp

implements · ya cubierto el 2026-09-21

modelcontextprotocol/python-sdk language:python

uses · ya cubierto el 2026-10-03

modelcontextprotocol/python-sdk transport:stdio

supports · relación nueva de hoy

modelcontextprotocol/python-sdk transport:streamable-http

supports · relación nueva de hoy

modelcontextprotocol/python-sdk transport:sse

supports · relación nueva de hoy

modelcontextprotocol/python-sdk mcp-ecosystem

relevant_to · relación nueva de hoy

modelcontextprotocol/python-sdk modelcontextprotocol/servers

complements · relación nueva de hoy

Por qué importa

Es la implementación canónica en Python del Model Context Protocol, mantenida por la propia org modelcontextprotocol (con respaldo de Anthropic): si tienes un MCP server en Python —incluidos los que cubrimos en boletines recientes como AOCI-CODE, Context Mode, AWS, Grafana, n8n, fastmcp de PrefectHQ o whatsapp-mcp de lharries— este repo es la referencia contra la que se mide tu código. Importa especialmente ahora que acaban de publicar v2 con guía de migración propia y whats-new detallado, porque las APIs que cambiaron forzarán actualizaciones en todos los proyectos downstream. La pieza ya apareció en el boletín del 2026-09-21 cuando cubrimos el propio protocolo MCP, y Python como lenguaje del SDK lo vimos el 2026-10-03: en este boletín cerramos el círculo con la referencia canónica. Soporta los tres transports (stdio, Streamable HTTP y SSE), así que no hay excusa de runtime para no migrar.

la guía whats-new/v2 y migration/ son obligatorias si mantienes un MCP server; revisar el API reference para entender los cambios; no requiere instalación profunda para entender qué cambia

Abrir ficha Grafo ↗

vigilar hallazgo 04 · #moe-edge-inference

Edge0-AI/Edge0

2.766★ · 312 forks · Python · Apache-2.0 · preview

Qué es

Framework de inferencia streaming para modelos MoE (Mixture of Experts) que ataca el problema del tamaño del modelo vs RAM del dispositivo con tres técnicas: (1) SSD expert offload — los expertos que no caben en RAM se cargan desde SSD bajo demanda; (2) Recover-LoRA — adaptación LoRA que se recupera del offload; (3) prerouter routing prediction — predice qué experto se activará antes de que el router decida. Apunta a macOS, iOS y Android con "una sola receta". Tiene paper en arXiv: 2609.18063 y modelos preview en Hugging Face (Edge0-35B-A3B-preview, Edge0-8B-A1B-preview) y ModelScope. README en 5 idiomas: inglés, chino, japonés, español y francés.

Cómo encaja

Edge0-AI/Edge0 moe-edge-inference

implements · relación nueva de hoy

Edge0-AI/Edge0 technique:ssd-expert-offload

uses · relación nueva de hoy

Edge0-AI/Edge0 technique:recover-lora

uses · relación nueva de hoy

Edge0-AI/Edge0 technique:prerouter-routing-prediction

uses · relación nueva de hoy

Edge0-AI/Edge0 llama-cpp

competes_with · relación nueva de hoy

Edge0-AI/Edge0 mlx

competes_with · relación nueva de hoy

Edge0-AI/Edge0 on-device-llm

relevant_to · ya cubierto el 2026-09-07

Edge0-AI/Edge0 platform:macos

supports · relación nueva de hoy

Edge0-AI/Edge0 platform:ios

supports · relación nueva de hoy

Edge0-AI/Edge0 platform:android

supports · relación nueva de hoy

Edge0-AI/Edge0 paper:arxiv-2609-18063

published · relación nueva de hoy

Por qué importa

El santo grial del edge-LLM es correr un MoE de 30B+ parámetros en un móvil, y las alternativas habituales (llama.cpp, MLX, TFLite) o son CPU-only con modelos densos, o no gestionan bien la activación dispersa de expertos. Edge0 ataca exactamente esa restricción con tres técnicas combinadas: SSD expert offload para sacar de RAM los expertos que no caben (similar en idea a QLoRA pero aplicado a inferencia, no a fine-tuning), Recover-LoRA para que la adaptación LoRA sobreviva al offload desde disco, y un prerouter que predice qué experto se activará antes de que el router decida —todo con la promesa de una sola receta para macOS, iOS y Android. Para el lector de Código Sin Siesta, el interés es doble: el on-device LLM ya lo cubrimos el 2026-09-07, y Edge0 entra como competidor directo de llama.cpp y MLX en ese segmento. Limitación honesta: la madurez real es baja (≈1 mes de vida, sin topics en el repo, vendor Edge0 Inc probable pero no confirmado), aunque el paper en arXiv (2609.18063) y los modelos preview en HuggingFace y ModelScope apuntan a que la apuesta es seria.

proyecto de ~1 mes, stars y forks sugieren tracción real pero conviene esperar 2-3 semanas para confirmar cadencia; revisar el paper arXiv:2609.18063 para validar las claims de SSD-offload vs soluciones como awq/gptq; probar uno de los modelos preview en HuggingFace en local con M2/M3

Abrir ficha Grafo ↗

leer hallazgo 05 · #agentic-l7-proxy

agentgateway/agentgateway

5.164★ · 912 forks · Rust · Apache-2.0

Qué es

Proxy L7 "agentic" pensado para ser el API gateway de la era de los agentes: enrutamiento, autenticación, observabilidad y policy enforcement para fleets de agentes AI y MCP servers. Topics oficiales: agents, ai, ai-gateway, api-gateway, gateway-api, kubernetes. Tiene release visible y Discord activo. Reentry: ya fue radar el 2026-07-16 y el 2026-10-03; vuelve a aparecer con cadencia sostenida.

Cómo encaja

agentgateway/agentgateway agentic-l7-proxy

implements · ya cubierto el 2026-07-16

agentgateway/agentgateway mcp

uses · ya cubierto el 2026-07-16

agentgateway/agentgateway platform:kubernetes

supports · ya cubierto el 2026-07-16

agentgateway/agentgateway gateway-api

complements · ya cubierto el 2026-07-16

agentgateway/agentgateway service-mesh

complements · ya cubierto el 2026-07-16

agentgateway/agentgateway envoy

competes_with · ya cubierto el 2026-07-16

agentgateway/agentgateway agent-fleet-routing

solves · ya cubierto el 2026-07-16

agentgateway/agentgateway mcp-server-observability

solves · ya cubierto el 2026-07-16

Por qué importa

Cuando un developer tiene cinco agentes hablando con tres MCP servers cada uno, el service mesh casero se rompe rápido; agentgateway ataca ese punto con un proxy L7 "agentic" que aplica el vocabulario clásico de ingress (gateway, route, policy) al tráfico MCP y de agentes. La etiqueta gateway-api no es decorativa: apunta al Gateway API de Kubernetes, lo que lo hace drop-in en clusters que ya lo usan y le da una capa de alineación con el estándar de la CNCF. Para el lector de Código Sin Siesta el ángulo es muy concreto: si vas en serio con un fleet de agentes y MCP servers, necesitas observabilidad, autenticación y routing centralizados igual que necesitas un ingress-nginx para HTTP —agentgateway es el equivalente L7-aware de ese rol. Este proyecto ya lo cubrimos el 2026-07-16 (junto con el protocolo MCP, Kubernetes, Gateway API, service mesh, Envoy y los problemas de routing y observabilidad de fleets), y vuelve a salir con cadencia sostenida, lo que confirma tracción más que hype. Limitación honesta: no hay cifras de adopción en producción, solo tracción comunitaria (5.164★, release pattern activo, Discord activo).

release notes y arquitectura — la pregunta es: ¿qué añade sobre Envoy + un sidecar MCP?); explorar (desplegar en un cluster K8s pequeño, registrar 2-3 MCP servers y un agente, validar la observabilidad; revisar la doc de policy/authn

Abrir ficha Grafo ↗