CerebrumKit
Framework open source self-hosted para proyectos agentic con agentes construidos desde skills/tools editables en DB, almacenamiento sobre tablas propias, flujos multi-agente con canvas visual, paneles admin/client, delegación entre agentes y memoria contextual por usuario.
Ficha actualizada 22 sept 2026, 17:13 · upstream 22 sept 2026, 14:14 · release v0.1.0
Qué es CerebrumKit
Descripción editorial construida a partir del repositorio, su documentación y sus señales de mantenimiento.
CerebrumKit es un punto de partida para proyectos agentic self-hosted que elimina la necesidad de definir catálogos, pedidos o tablas de productos específicas. En su lugar, proporciona toda la maquinaria necesaria: agentes construidos desde skills y tools (almacenados como filas editables en base de datos), una biblioteca de almacenamiento sobre tablas propias del negocio, flujos de trabajo multi-agente con canvas visual para orquestación, paneles admin y client, sistema de delegación entre agentes, memoria contextual por usuario, y gestión completa de usuarios y roles.
La arquitectura separa frontend (Next.js/Vue) del backend (Python/uvicorn), con PostgreSQL como base de datos principal (SQLite opcional). Los tools son especificaciones OpenAI + cuerpo Python almacenado en DB, editables sin redeploy. El sistema incluye un Project Manager agent que puede administrarse vía chat para crear/editar usuarios, proyectos, agentes, skills, tools y tablas de almacenamiento.
El diseño permite que nuevos proyectos comiencen desde 'qué deben hacer los agents' en lugar de 'cómo ejecutar un loop de agente', con todo el ciclo de vida gestionable: creación de tablas de negocio, definición de herramientas, agrupación en skills, configuración de agentes y wiring del workflow en canvas visual.
- Automatización de atención al cliente con múltiples agentes especializados (ej: agente inicial + analista escalado)
- Gestión de workflows empresariales donde diferentes agentes procesan mensajes en secuencia definida por canvas visual
- Integración con bases de datos propias para que los agents lean/escriban tablas de negocio directamente
- Delegación de tareas entre agentes dentro del mismo proyecto (ej: agente investigador delega a agente escritor)
- Panel admin completo para construir agentes, skills, tools y workflows sin código
- Sistema de memoria contextual donde notas sobre usuarios persisten entre chats con el mismo agente
- Skills y tools como filas de base de datos editables en panel sin redeploy ni restart del servidor
- Canvas visual de workflow que decide qué agentes responden y en qué orden con nodos configurables
- Almacenamiento sobre tablas PostgreSQL reales con import/export Excel y comentarios en columnas para prompts
- Delegación entre agentes: un agente puede handover tareas autocontenidas a otros agentes del proyecto
- Project Manager agent administrable vía chat para crear/editar usuarios, proyectos, agentes, skills, tools y tablas
- Soporte multi-tenant con roles admin/client separados y aislamiento de datos por proyecto
- Los tool bodies ejecutan código Python sin sandboxing (importan requests, SQLAlchemy, app internals) - requieren revisión como commits
- Single-process deployment: websocket registry y agent tasks en-flight viven en memoria del proceso uvicorn worker único
- SQLite no soporta comentarios en tablas/columnas (storage descriptions son COMMENT ON features)
- No incluye suite de tests ni instancia pública hosted (solo demo seeded en Codespaces o despliegue manual)
- Requiere configuración manual de DEEPSEEK_API_KEY o LLM Connections en panel antes de usar agentes
Perfil de infraestructura
Estimación inicial derivada del repositorio y de los servicios detectados.
Despliegue detectado
Qué señales reales de instalación hemos encontrado.
Cambiar SEED_PASSWORD antes de exponer al público. Usar PostgreSQL preferiblemente (SQLite sin comentarios). Configurar DATABASE_URL, SECRET_KEY, DEEPSEEK_* en backend/.env. Ejecutar seed_all.py para crear tablas, cuentas y datos iniciales. Frontend en localhost:5173 o docker compose up -d. Para producción: uvicorn worker único, revisar tool bodies antes de deploy, cambiar passwords por defecto.
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.