Ctrl K
ComunidadGuías…
GITHUB · ANALIZADO

crewship

Plataforma self-hosted para ejecutar agentes de codificación AI en contenedores Linux reales. Proporciona control plane empresarial para flotas de agentes con soporte multi-proveedor LLM, gestión de misiones, routines programadas y auditoría completa.

Ficha actualizada 22 sept 2026, 17:05 · upstream 22 sept 2026, 16:57 · release sin release detectada

Ver códigoProblemas y ayudaRepositorio ↗Sitio oficial
00

Qué es crewship

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

Crewship es una plataforma de auto-alojamiento diseñada para ejecutar agentes de codificación AI en contenedores Linux reales aislados. Cada agente opera en su propio entorno sandboxizado donde puede instalar paquetes del sistema, bases de datos y herramientas de construcción según sea necesario.

El sistema implementa un control plane empresarial alrededor de una flota de agentes, permitiendo gestión de misiones con planificación de tareas por parte de un Lead, rutinas programadas, seguimiento de issues humanos y control de acceso basado en roles (RBAC) para toda la organización. Incluye Keeper, una capa de gobernanza que supervisa las acciones de los agentes.

La arquitectura soporta múltiples proveedores de modelos LLM sin lock-in: Claude Code, OpenCode con modelos locales vía Ollama, o cualquier proveedor compatible. Las claves API se mantienen fuera del contenedor del agente mediante sidecars cuando es posible, y todo el código, datos y conversaciones permanecen en el hardware local con backups encriptados que capturan el estado completo de trabajo.

CASOS DE USO
  • Automatización de tareas de desarrollo en entorno Linux aislado por agente
  • Gestión de flotas de agentes AI con control centralizado y RBAC empresarial
  • Implementación de workflows programados (routines) con DAGs y puntos de espera humanos
  • Triage automático de issues y asignación a crews/agentes específicos
  • Auditoría completa de acciones de agentes con logs append-only
PUNTOS DESTACADOS
  • Contenedores Linux reales por agente con UID no-root, root read-only y cap-drop ALL
  • Soporte multi-proveedor LLM sin lock-in mediante sidecars para gestión segura de claves API
  • Sistema de roles empresariales (OWNER a VIEWER) con delegación y aprobaciones para acciones riesgosas
  • Backups encriptados que capturan el estado completo de trabajo de los agentes, no solo memoria
  • Hooks programables para eventos de lifecycle con soporte shell/HTTP/subagent callbacks
PRECAUCIONES
  • Arquitectura actual limitada a un solo host; Kubernetes y scheduling multi-host están en roadmap futuro
  • APIs y modelos aún en movimiento durante fase open beta; requiere pinning de tags o SHA para producción
  • Algunos hooks de lifecycle tienen funcionalidad limitada (solo agent-start puede bloquear acciones)
  • Solo 4 de 15 eventos declarados son dispatcheados actualmente
  • Requiere runtime de contenedores específico (Docker, Podman, Colima, OrbStack o Apple Containers)
01

Perfil de infraestructura

Estimación inicial derivada del repositorio y de los servicios detectados.

CPU4 vCPUrecomendación inicial
MEMORIA8 GBRAM estimada
DISCO20 GBalmacenamiento base
COMPLEJIDADhighnivel de operación
02

Despliegue detectado

Qué señales reales de instalación hemos encontrado.

Docker detectado

Usar crewship doctor para verificar dependencias antes de iniciar. Para producción, pinning obligatorio de tags o SHA dado el estado beta. Requisitos mínimos: 4 núcleos CPU, 8GB RAM, 20GB disco. Soporta Docker/Podman/Colima/OrbStack/Apple Containers. Considerar que la red no está aislada por crew (todos usan bridge compartido). Backup encriptado recomendado para preservar estado completo de agentes.

✓Dockerfile
—Compose
—One-click
03

Stack y dependencias

Componentes inferidos a partir de manifests, configuración y documentación.

FRAMEWORKS
Next.jsReactNode.jsGoPython
SERVICIOS
PostgreSQLS3/MinIO
BASES DE DATOS
PostgreSQL
PUERTOS
8080911954321143480813011
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.