Consola de triaje

comprobando sesión…

Triaje Lectura Grafo

2026-10-21

IA, Rust y BBS: lo que la red divulga esta semana

13 items · 6 hallazgos · 7 radar

explorar 1

probar 1

leer 4

vigilar 7

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.

vigilar hallazgo 03 · #self-hosted-relay

nanoMuse

1.917★ · 212 forks · Swift · GPL-3.0 · 68 issues

Qué es

un agente personal open source (Swift, GPL-3.0-or-later) con identidad propia —nombre y apariencia— que sigue trabajando cuando la app está cerrada, recuerda al usuario y pide confirmación antes de lo irreversible; app de móvil, de escritorio, consola web y el relay que las une, todo en el mismo repositorio.

Cómo encaja

nanoMuse self-hosted-relay

implements · relación nueva de hoy

nanoMuse openclaw/openclaw

competes_with · ya cubierto el 2026-08-12

nanoMuse meta

inspired_by · ya cubierto el 2026-09-13

Por qué importa

es el caso más limpio que hemos visto del patrón «el agente no vive en la nube de otro», y las tres decisiones concretas son verificables: (a) el relay —el servidor que conecta móvil, escritorio y consola web— se puede desplegar en tu propio servidor, así que el contenido no tiene que salir de casa; (b) hay cuota gratuita de modelos en el relay comunitario y luego llave propia, con el mismo relay corriendo en local; (c) publica paper en arXiv y releases cada pocos días (1.0.0 «Keel» el 2026-10-09, 1.0.5 «Lookout»). Lo relevante para un lector local-first es el punto (a) combinado con el (b): puedes probar sin gastar y luegoProduction sin migrar de arquitectura. El contexto de mercado lo coloca como alternativa explícita a Meta Muse (anunciado en septiembre de 2026), lo que sugiere que la categoría «agente personal con identidad» se está consolidando alrededor de una sola referencia. Sobre el grafo: la relación de competencia con openclaw la registramos el 2026-08-12, así que esto no es un competidor nuevo sino un rival que llega tarde pero con una diferencia estructural — GPL-3.0 y 102 MB de repo, las dos señales de que es un proyecto de producto, no un prototipo. Limitación honesta: la homepage es nanomuse.cn y hay demo web, pero no hay métricas de uso reales en las señales de madurez, así que las estrellas (1.917★) no distinguen conversión.

Abrir ficha Grafo ↗

leer hallazgo 04 · #llm_cost_observability

dsh-context

2.842★ · 98 forks · TypeScript · Apache-2.0 · 2 issues

Qué es

plugin del harness DeepSeek Harness que expone el ciclo de vida completo del contexto: página de insights cross-sesión con banda de KPIs, gráfico de tokens/coste a 7 días, heatmap de actividad y anillo de composición; tab de contexto con estadísticas, tendencia y eventos; tab "Fleet" con el agente actual, sus padres y cada subagente como una tarjeta viva; panel lateral y comando /context.

Cómo encaja

dsh-context deepseek-ai/deepseek-harness

part_of · ya cubierto el 2026-08-14

dsh-context llm_cost_observability

relevant_to · ya cubierto el 2026-10-15

dsh-context context-engineering

enables · ya cubierto el 2026-09-02

Por qué importa

el grafo llevaba semanas tratando problem:context-rot y concept:context-engineering como problemas conceptuales; esto es la señal de que se están convirtiendo en superficie de producto, con UI y métricas. La pieza defendible es la vista Fleet: cuando un agente lanza subagentes, deja de ser una llamada y pasa a ser un grafo, y poder mirar ese grafo en vivo (agente actual, sus padres, cada subagente como una tarjeta viva) es la diferencia entre depurar y adivinar. El resto —banda de KPIs, gráfico de tokens/coste a 7 días, heatmap de actividad, anillo de composición— es el panel que convierte el gasto de tokens en algo que puedes auditar, que es exactamente lo que pide concept:llm_cost_observability, un nodo que registramos el 2026-10-15. El plugin es part_of de deepseek-ai/deepseek-harness desde el 2026-08-14, y habilita concept:context-engineering, que veníamos siguiendo desde el 2026-09-02. Y el dato de contexto que da la escala: el harness base tiene 256.308★ y 30.899 forks, con lo que el ecosistema de plugins alrededor no es teórico, es masivo. Limitación: el README no publica benchmarks de rendimiento del propio plugin, así que la utilidad se infiere de las funciones documentadas, no de mediciones

Abrir ficha Grafo ↗

leer hallazgo 05 · #agent-skills-layer

awesome-reverse-engineered

280★ · 67 forks · Python · MIT · 1 issues

Qué es

índice con 12.869 herramientas open source que nacieron de invertir una app, API, dispositivo, protocolo, formato de fichero, juego o producto de IA cerrado, con 10,7M de estrellas agregadas, búsqueda web y skill de agente instalable con npx skills add alexgaoth/awesome-reverse-engineered, y refresco nocturno por workflow.

Cómo encaja

awesome-reverse-engineered morluto/rea

complements · ya cubierto el 2026-10-05

awesome-reverse-engineered reverse-engineering-agent

relevant_to · ya cubierto el 2026-10-05

awesome-reverse-engineered agent-skills-layer

implements · ya cubierto el 2026-08-08

Por qué importa

es el mayor catálogo de ingeniería inversa que ha pasado por este grafo, y llega en el momento justo: morluto/rea y Ghidra ya habían hecho el RE accesible a un agente —lo registramos el 2026-10-05—, pero el problema que resuelve este índice es distinto y complementario: el de no repetir trabajo ya hecho. La tesis del README es explícita y es una norma de higiene profesional para el stack local-first: busca primero, si está usa y arregla, si no está hazlo y publícalo. El argumento concreto para quien lee Código Sin Siesta: las categorías donde hay más masa son 3.036 decompilaciones y reimplementaciones de juegos, 3.028 dispositivos e IoT, 904 clientes de API no oficiales y 737 herramientas y clientes de IA — ese último bloque es directamente aplicable a quien automatiza contra servicios de modelos. Y publica el estado de cada proyecto (7.077 activos, 1.953 ralentizándose, 2.491 dormidos, 900 archivados), que es metadato que casi nadie mantiene y que evita que LinkDead ends el plan. En el grafo, concept:agent-skills-layer ya existía desde el 2026-08-08; lo nuevo es que aquí hay skill de agente instalable con npx skills add alexgaoth/awesome-reverse-engineered y refresco nocturno por workflow, o sea que se puede encadenar al trabajo del grafo sin intervención manual. Limitación: 280★ y 10 días de vida, así que la calidad del filtrado aún no está contrastada.

Abrir ficha Grafo ↗

vigilar hallazgo 06 · #agent-managed-repo

claw-code

195.163★ · 107.883 forks · Rust · MIT · 1 issues

Qué es

la implementación pública en Rust del harness claw, que el propio README describe como "una pieza de museo, no un pitch de producto", mantenido por agentes (Gajae-Code / LazyCodex) "sin intervención humana".

Cómo encaja

claw-code agent-managed-repo

relevant_to · relación nueva de hoy

claw-code hype-metrics

relevant_to · relación nueva de hoy

claw-code stablyai/orca

competes_with · ya cubierto el 2026-07-16

Por qué importa

lo meta es el hallazgo, y aquí la Lesson es de medición, no de código. El README se autodeclara «una pieza de museo, no un pitch de producto», avisa de que cargo install claw-code instala un stub obsoleto porque el crate se renombró a agent-code, y remite a dos repositorios upstream para el trabajo real — todo mantenido por agentes, dice, sin intervención humana. Mientras tanto acumula 195.163★ y 107.883 forks. Ese ratio forks/estrellas de 0,55 es lo relevante: los forks son consecuencia de clonar, no de usar, y con una sola issue abierta el repo no está ni atendido niляхusedado; simplemente no genera de problemas. El contraste con stablyai/orca (100.179★ y 8.544 issues abiertas) y con morluto/rea (88.238 forks sobre 351.108★) es la lección: la distribución de estrellas/forks/issues separa «mucha atención» de «mucho uso», y este repo está en el extremo más raro de esa distribución. Sobre el grafo: concept:agent-managed-repo aparece por primera vez aquí, y encaja directamente con problem:hype-metrics — este repo es un caso de estudio de por qué las estrellas no son una métrica de adopción. La competencia con orca la veníamos registrando desde el 2026-07-16. Lo útil para el lector: cuando ve un repo de agentes con cifras altísimas, la primera pregunta es qué hace el README para decir hasta dónde llega

Abrir ficha Grafo ↗