agentd
agentd es un runtime experimental para agentes personales en un solo host, con bucle nativo modelo/herramienta, persistencia en libSQL y entrega transaccional. Soporta multi-tenencia, trazas inspeccionables y aprendizaje conductual offline.
Ficha actualizada 26 sept 2026, 9:17 · upstream 26 sept 2026, 9:02 · release sin release detectada
Qué es agentd
Descripción editorial construida a partir del repositorio, su documentación y sus señales de mantenimiento.
agentd es una plataforma de ejecución durable para agentes autónomos en un único servidor, diseñada para proporcionar un bucle nativo entre modelos LLM y herramientas con límites explícitos de capacidad. El sistema gestiona la persistencia del estado, el agendamiento de tareas y la serialización por ámbito, garantizando que cada ejecución sea transaccional y trazable.
La arquitectura se basa en cuatro componentes principales: agentd-api para tipos de dominio, agentd-store utilizando libSQL como base de datos única, agentd-core para el bucle del modelo y transporte LLM, y agentd-server para la API REST y gestión de ciclo de vida. El sistema incluye adaptadores de transporte independientes y soporta aprendizaje conductual que optimiza instrucciones sin modificar pesos del modelo.
La plataforma integra modelos embebidos verificados con checksum (multilingual-e5-small y bge-reranker-v2-m3) para recuperación semántica, combinando BM25 y embeddings con RRF. Incluye 18 herramientas nativas como gestión de memoria, consulta de grafos, búsqueda web y ejecución sandbox opcional en microVMs.
- Automatización de tareas repetitivas mediante agentes persistentes con límites de capacidad explícitos
- Gestión de conocimiento semántico con índices FTS5 y embeddings para recuperación precisa
- Aprendizaje conductual offline que optimiza instrucciones sin reentrenar modelos
- Integración con MCP servers para extender capacidades mediante herramientas externas
- Bucle nativo modelo/herramienta sin dependencias de proveedores externos
- Persistencia en libSQL con migración in-place de esquemas v6-v9
- Recuperación híbrida BM25+E5 con RRF y reranking BGE top-5
- Aislamiento por ámbito con serialización transaccional y trazas canónicas
- Requiere modelos embebidos verificados (E5/BGE) que consumen ~690 MiB de almacenamiento
- Base de datos libSQL con compatibilidad HTTP limitada intencionalmente
- La sandbox requiere activación explícita y configuración adicional del host
- No incluye Docker Compose, solo Dockerfile para construcción manual
Capturas del proyecto
Imágenes reales detectadas en la documentación del repositorio.
Perfil de infraestructura
Estimación inicial derivada del repositorio y de los servicios detectados.
Despliegue detectado
Qué señales reales de instalación hemos encontrado.
Despliegue local: usar scripts fetch-embedding-model.sh y fetch-reranker-model.sh con verificación de checksum. Configurar ~/.agentd.toml apuntando a API OpenAI-compatible. Para Docker, construir imagen desde Dockerfile y montar volumen para persistencia de datos. Añadir --add-host=host.docker.internal:host-gateway si el LLM corre en el host. Reemplazar token de desarrollo antes de producción.
Stack y dependencias
Componentes inferidos a partir de manifests, configuración y documentación.
Puede sustituir a
Relaciones detectadas por el análisis del repositorio y su categoría.
Experiencia real de la comunidad
Ayuda a contrastar la estimación automática con instalaciones reales.
Todavía no hay datos comunitarios para este proyecto.