aindy-runtime
Runtime autocontenido para agentes de IA y flujos de trabajo. Ejecución duradera, herramientas habilitadas por capacidades, puntos de aprobación humanos y sistema de memoria que acumula. Se ejecuta sobre su propia base de datos.
Ficha actualizada 23 sept 2026, 3:27 · upstream 23 sept 2026, 3:09 · release v2.22.0
Qué es aindy-runtime
Descripción editorial construida a partir del repositorio, su documentación y sus señales de mantenimiento.
Aindy-runtime es un substrato de ejecución autocontenido para sistemas de inteligencia artificial. Funciona como la capa debajo de los agentes, flujos de trabajo y aplicaciones, ejecutándose en su propia base de datos.
**Características principales:** - **Ejecución duradera**: Un estado de ciclo de vida primario llamado 'run' se suspende cuando se detiene. Se resuelve desde donde se paró, no se reanuda desde el inicio. - **Gestión de capacidades**: Las herramientas están habilitadas por tokens de capacidad firmados y vinculados a un usuario y un plan específico. La delegación solo puede restringir la autoridad, nunca amplificarla. - **Memoria acumulativa**: Cada ejecución registra lo que sabía al iniciar y lo produce al finalizar en un espacio de memoria accesible. Esto permite evaluar el impacto real de cada paso.
El runtime es el substrato; su lógica de dominio se monta como paquete de plugin o mediante SDK HTTP.
- Ejecutar flujos de trabajo complejos donde la durabilidad del estado es crítica
- Implementar sistemas de aprobación humana escalables con tokens de capacidad firmados
- Crear agentes autónomos que ejecuten objetivos estructurados y se resuelvan desde el punto de detención
- Construir aplicaciones de comercio electrónico con memoria contextual persistente entre sesiones
- Monitoreo y observabilidad de flujos de trabajo en tiempo real con registro causal
- Implementar sistemas de seguridad que evalúen capacidades antes de permitir acciones
- Soporta ejecución duradera: los runs se suspenden como estado primario y resuelven desde donde se detuvieron, no reanudan desde el inicio
- Sistema de memoria addressable: cada ExecutionUnit lleva IDs de contexto de memoria que pueden consultarse directamente mediante consultas SQL
- Ejecución segura con syscall contracto único: validación de esquema, puertas de idempotencia y aislamiento por tenencia
- Memoria federada: permite recuperar conocimiento entre agentes distintos a través del endpoint /memory/federated/recall
- Soporta MCP (Model Context Protocol) para interoperabilidad con herramientas externas
- Sistema de efectos compensatorios: ledger append-only que permite revertir efectos registrados en un run
- La memoria acumulada es compartida entre todos los runs del mismo tenencia, lo que puede generar conflictos si múltiples agentes comparten el mismo contexto
- El sistema de scoring de memoria requiere una implementación nativa (Rust C++ kernel) o un fallback Python con pruebas de paridad, lo que introduce latencia en la evaluación
- La delegación de capacidades es restringida: solo se puede reducir autoridad, no amplificarla mediante tokens
- El registro de eventos y el sistema de webhook son opcionales por defecto y requieren configuración explícita
- No incluye un backend de procesamiento de lenguaje nativo; la lógica de dominio debe implementarse en plugins o SDK
Perfil de infraestructura
Estimación inicial derivada del repositorio y de los servicios detectados.
Despliegue detectado
Qué señales reales de instalación hemos encontrado.
Se despliega con Docker Compose. Para producción se recomienda usar el perfil 'full' que incluye Redis para colas distribuidas, workers de background y monitorización. Se requiere HTTPS con TLS para entornos remotos (ver docker-compose.prod.yml). El entorno debe tener Docker Desktop o Docker Engine + plugin Compose v2.20+. Las migraciones se ejecutan automáticamente mediante alembic durante el arranque del contenedor.
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.