Ctrl K
ComunidadGuías…
GITHUB · ANALIZADO

agent-swarm

Sistema operativo agentic open source que delega tareas a workers en contenedores Docker aislados. Arquitectura de lead agent con memoria persistente, búsqueda vectorial y múltiples harness compatibles (Claude Code, Codex, Cursor). Integraciones nativas con Slack, GitHub, GitLab, Linear, Jira, Agent

Ficha actualizada 28 sept 2026, 3:55 · upstream 28 sept 2026, 2:51 · release v1.155.1

Ver códigoProblemas y ayudaRepositorio ↗Sitio oficial
00

Qué es agent-swarm

Descripción editorial construida a partir del repositorio, su documentación y sus señales de mantenimiento.

agent-swarm es un sistema operativo agentic open source diseñado para hacer a las empresas AI Native. El lead agent recibe trabajo desde múltiples fuentes (Slack, repositorios, issue trackers, email, API) y delega objetivos a workers que ejecutan en contenedores Docker aislados con entornos de desarrollo.

La arquitectura incluye memoria persistente con búsqueda vectorial, identidad mantenida entre sesiones, citas y autoevaluaciones activadas por defecto. Soporta workflows, schedules, scripts y apps para trabajo recurrente. Las extensiones TypeScript confiables se instalan como borradores inertes propiedad del agent y se activan mediante lead, operador o usuario del dashboard.

Integraciones nativas con Slack, GitHub, GitLab, Linear, Jira, AgentMail, WhatsApp (Kapso), Composio, Sentry, Devin y Serply search. API REST en puerto 3013 con documentación OpenAPI y dashboard web para gestión centralizada.

CASOS DE USO
  • Automatización de tareas repetitivas delegando a workers especializados en contenedores Docker aislados
  • Integración con herramientas existentes (Slack, GitHub, Jira) para flujos de trabajo unificados
  • Gestión de múltiples agentes con memoria persistente y búsqueda vectorial para contexto compartido
  • Despliegue escalable con Helm charts para Kubernetes o Docker Compose para entornos simples
PUNTOS DESTACADOS
  • Workers en contenedores Docker aislados con entornos de desarrollo completos
  • Memoria e identidad persistentes entre sesiones con búsqueda vectorial y expansión de grafos
  • Múltiples harness compatibles: Claude Code, Codex, Cursor, Gemini CLI, OpenCode, pi, Devin, Kimi
  • Integraciones nativas con Slack, GitHub, GitLab, Linear, Jira, AgentMail, WhatsApp, Composio, Sentry
PRECAUCIONES
  • Requiere configuración manual de API_KEY y credenciales para cada harness
  • Necesita generación de encryption_key separado con openssl (no automático)
  • Complejidad HIGH según análisis técnico: requiere 4 cores CPU, 4GB RAM, 10GB disco mínimo
  • Algunas funcionalidades opt-in como delegación Slack y dry-run para retención de base de datos
01

Perfil de infraestructura

Estimación inicial derivada del repositorio y de los servicios detectados.

CPU4 vCPUrecomendación inicial
MEMORIA4 GBRAM estimada
DISCO10 GBalmacenamiento base
COMPLEJIDADhighnivel de operación
02

Despliegue detectado

Qué señales reales de instalación hemos encontrado.

Docker detectado

Usar docker compose con .env.example configurando API_KEY y credenciales del harness. Generar encryption_key con openssl rand -base64 32 antes de iniciar. Conectar dashboard web a la API local en http://localhost:3013. Helm chart disponible para Kubernetes. Mantener MULTI_RUNTIME_ENABLED=false hasta que workers antiguos soporten identidades de runtime.

✓Dockerfile
—Compose
—One-click
03

Stack y dependencias

Componentes inferidos a partir de manifests, configuración y documentación.

FRAMEWORKS
ReactNode.jsPython
SERVICIOS
No detectados
BASES DE DATOS
No detectadas
PUERTOS
30131355404013370
05

Puede sustituir a

Relaciones detectadas por el análisis del repositorio y su categoría.

06

Experiencia real de la comunidad

Ayuda a contrastar la estimación automática con instalaciones reales.

Todavía no hay datos comunitarios para este proyecto.