Ctrl K
ComunidadGuías…
GITHUB · ANALIZADO

bhatti

Orquestador open source de micro-VMs para agentes de IA y desarrollo. Permite crear entornos Linux aislados con kernel propio en segundos, pausables y reactivos en milisegundos. Soporta Linux (KVM) y macOS (Apple Silicon).

Ficha actualizada 24 sept 2026, 17:13 · upstream 24 sept 2026, 16:48 · release v2.3.1

00

Qué es bhatti

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

Bhatti es un orquestador de micro-VMs diseñado para ejecutar agentes de IA en entornos aislados y seguros. A diferencia de los contenedores, cada sandbox es una verdadera máquina virtual Linux con su propio kernel y sistema de archivos, garantizando aislamiento robusto. La versión v2 utiliza el motor Krucible (fork de libkrun), lo que permite ejecución nativa en macOS Apple Silicon y Linux, eliminando la dependencia de Firecracker.

El sistema gestiona automáticamente el ciclo de vida de las máquinas: un sandbox inactivo pasa a estado "warm" tras 30 segundos para reactivarse en menos de 4ms, o a estado "cold" tras 30 minutos para ahorrar memoria. La arquitectura incluye un gateway de red seguro por propietario (gVisor) y gestión térmica automática entre estados fríos, cálidos y activos.

Soporta múltiples niveles de sistema raíz (tiers), desde imágenes mínimas hasta entornos completos con escritorio o Docker, facilitando la creación rápida de infraestructuras de prueba o servidores efímeros. La instalación es auto-hospedable en cualquier servidor Linux con KVM o en Macs modernos, sin necesidad de servicios externos.

CASOS DE USO
  • Ejecución de agentes de IA en entornos aislados para pruebas de seguridad y sandboxing.
  • Automatización web mediante Playwright en sandboxes con tier "browser" preconfigurado.
  • Creación de entornos de desarrollo efímeros para CI/CD con Docker-in-VM integrado.
  • Simulación de estaciones de trabajo completas con entorno de escritorio remoto vía KasmVNC.
  • Pruebas de rendimiento comparando diferentes configuraciones de hardware y sistemas operativos.
PUNTOS DESTACADOS
  • Reactivación en menos de 4ms desde estado "warm" (vCPUs pausados) para baja latencia.
  • Soporte nativo para macOS Apple Silicon mediante motor HVF y libkrun sin KVM.
  • Aislamiento de red por propietario con gateway gVisor seguro por defecto contra egress no autorizado.
  • Sistema de tiers pre-construidos para Ubuntu 24.04 (minimal, browser, docker, computer).
  • Gestión automática de snapshots y estados térmicos sin intervención manual del usuario.
PRECAUCIONES
  • La versión v1 con Firecracker está congelada y no admite actualización in-place a v2.
  • Requiere soporte de virtualización KVM en Linux o HVF en macOS (no compatible con Windows).
  • El cambio a v2 implica migración de almacenamiento (qcow2) sin compatibilidad directa con snapshots de v1.
  • Las imágenes raíz tienen tamaños fijos según el tier seleccionado (~200MB a ~1.5GB).
VISUAL

Capturas del proyecto

Imágenes reales detectadas en la documentación del repositorio.

bhatti
01

Perfil de infraestructura

Estimación inicial derivada del repositorio y de los servicios detectados.

CPU2 vCPUrecomendación inicial
MEMORIA2 GBRAM estimada
DISCO10 GBalmacenamiento base
COMPLEJIDADmediumnivel de operación
02

Despliegue detectado

Qué señales reales de instalación hemos encontrado.

Despliegue manual

Instalar vía curl: `curl -fsSL bhatti.sh/install | sudo bash`. Seleccionar tier (minimal, browser, docker) durante la instalación o con `--image`. Actualizar con `sudo bhatti update`. Para v1 legacy, usar `BHATTI_VERSION=v1.11.12`. Requiere permisos root para el daemon y socket unix local.

—Dockerfile
—Compose
—One-click
03

Stack y dependencias

Componentes inferidos a partir de manifests, configuración y documentación.

FRAMEWORKS
Node.jsGoPython
SERVICIOS
No detectados
BASES DE DATOS
No detectadas
PUERTOS
No detectados
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.