openagentscontrol

OpenAgents Control (OAC) es un framework de agentes de IA construido sobre OpenCode, un framework de codificación de IA de código abierto. Está diseñado en torno a flujos de trabajo de desarrollo plan-primero: los agentes analizan una solicitud, proponen un plan de implementación, esperan la aprobación humana y luego ejecutan de forma incremental con validación. El proyecto enfatiza resultados repetibles enseñando a los agentes los patrones de codificación propios del proyecto antes de la generación de código. Ideas centrales descritas en el README: - Control de patrones: los usuarios definen patrones de codificación una vez (stack tecnológico, ejemplos de API y componentes, convenciones de nomenclatura, estándares, requisitos de seguridad) y los agentes los reutilizan, con el objetivo de reducir el refactoring del código generado por IA. - Puertas de aprobación: los agentes solicitan aprobación antes de escribir o editar archivos, ejecutar comandos bash o delegar en subagentes. - Agentes editables: el comportamiento de los agentes se define en archivos markdown que pueden editarse directamente, en lugar de estar integrados en plugins propietarios. - Sistema de contexto: un componente ContextScout descubre archivos de contexto relevantes, con un enfoque de resolución local-primero. Los patrones específicos del proyecto residen en directorios de contexto locales, mientras que los estándares centrales pueden recurrir a una ubicación de instalación global. - Principio MVI (Información Viable Mínima): los archivos de contexto se mantienen pequeños (conceptos bajo ~100 líneas, guías bajo ~150, ejemplos bajo ~80) y se cargan de forma perezosa para reducir el uso de tokens. - Agnóstico al modelo: funciona con varios proveedores de modelos (Claude, GPT, Gemini, MiniMax, modelos locales) y usa el modelo predeterminado de OpenCode salvo que se configure otra cosa. - Multilenguaje: los agentes se describen como agnósticos al lenguaje, adaptándose a los archivos del proyecto; TypeScript/Node.js es el principal probado, con archivos de contexto C#/.NET también proporcionados, y Python, Go, Rust y otros soportados pero menos probados. Componentes incluidos mencionados: - Agentes principales: OpenAgent (tareas generales y aprendizaje), OpenCoder (desarrollo de producción y características complejas), SystemBuilder (genera sistemas de IA personalizados mediante un asistente interactivo). - Subagentes especializados que se delegan automáticamente: ContextScout, TaskManager, CoderAgent, TestEngineer, CodeReviewer, BuildAgent, DocWriter, ExternalScout (obtiene documentación en vivo para bibliotecas externas), más especialistas de categoría como frontend, devops, copywriter, technical-writer y data-analyst. - Comandos de productividad como /add-context, /commit, /test, /optimize y /context. - Un plugin de Claude Code (marcado como BETA) que ofrece un flujo de trabajo de 6 etapas, subagentes, habilidades de flujo de trabajo y comandos de usuario. La instalación se realiza mediante un script de shell (curl canalizado a bash) con una opción interactiva, además de un script de actualización. Se puede especificar un directorio de instalación personalizado. El README también documenta un flujo de trabajo de ejemplo con estimaciones de tiempo aproximadas para descubrimiento, planificación, aprobación, ejecución y validación, y señala soporte para Windows a través de Git Bash o WSL. El README incluye una tabla comparativa que contrasta OAC con Cursor/Copilot, Aider y Oh My OpenCode en características como aprendizaje de patrones, puertas de aprobación, eficiencia de tokens, estándares de equipo, editabilidad de agentes, elección de modelo, velocidad de ejecución y recuperación de errores. Estas son afirmaciones propias del proyecto y deben tratarse como tales. El proyecto tiene licencia MIT.