dilna
dilna es un workspace web auto-alojado para ejecutar agentes de IA de codificación contra repositorios locales clonados. Permite sesiones persistentes que sobreviven al cierre del equipo, con interfaz de chat y métricas de uso.
Ficha actualizada 24 sept 2026, 22:44 · upstream 24 sept 2026, 21:11 · release v0.34.0
Qué es dilna
Descripción editorial construida a partir del repositorio, su documentación y sus señales de mantenimiento.
dilna es una plataforma auto-alojada diseñada para ejecutar agentes de inteligencia artificial de codificación directamente sobre repositorios locales clonados en hardware propio. A diferencia de soluciones cloud que editan archivos en servidores ajenos, dilna mantiene el control total del código y la infraestructura en manos del usuario.
La arquitectura utiliza pi-ai/pi-agent-core para ejecutar comandos reales contra worktrees git sandboxeados por sesión, evitando colisiones entre procesos paralelos. Cada conversación se asocia a un worktree independiente, permitiendo múltiples sesiones simultáneas sin interferencias. La interfaz web proporciona chat en tiempo real y un dashboard de métricas detallado.
El proyecto es 'fully vibecoded', construido casi enteramente por agentes de IA usando dilna mismo. Esto implica funcionalidades robustas pero con posibles bordes rugosos que requieren revisión antes de producción. Soporta múltiples proveedores de modelos (Anthropic, DeepSeek, Moonshot, Zhipu) y permite persistencia de sesiones entre dispositivos mediante web push notifications.
- Ejecutar agentes de codificación autónomos en repositorios locales sin mantener el equipo encendido
- Reanudar sesiones de chat desde móvil tras cerrar el portátil, manteniendo contexto completo
- Gestionar múltiples repositorios simultáneamente mediante un orchestrator global que distribuye tareas
- Monitorear consumo de tokens y costes por modelo, repositorio y sesión en dashboard integrado
- Instalar procedimientos reutilizables (SKILL.md) una vez y habilitarlos por repositorio individual
- Agentes server-side ejecutan comandos reales contra worktrees git locales, no solo proponen diffs
- Cada sesión tiene su propio worktree sandboxeado, permitiendo ejecución paralela sin colisiones
- Persistencia de sesiones entre dispositivos mediante web push notifications y almacenamiento persistente
- Orchestrator global que distribuye trabajo automático entre múltiples repositorios sin intervención manual
- Proveedor-agnóstico con soporte para Anthropic, DeepSeek, Moonshot (Kimi) y Zhipu (GLM)
- Mount de ~/.ssh read-only por defecto en docker-compose.yml para autenticación SSH sin configuración extra
- Proyecto 'fully vibecoded' construido principalmente por IA con bordes rugosos que requieren revisión antes de producción
- Depsend de API keys externas (ANTHROPIC_API_KEY, DEEPSEEK_API_KEY, etc.) que deben configurarse manualmente o vía UI
- Requiere PUID/PGID ajustados si la autenticación SSH falla dentro del contenedor por permisos de archivos
- Gestión manual de GH_TOKEN para operaciones GitHub (PRs, issues) mediante CLI gh o PAT con scopes específicos
- Complejidad MEDIA con requisitos de 2 núcleos CPU, 2048MB RAM y 10GB disco según análisis técnico
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.
Ejecutar con 'docker compose up'. Configurar DILNA_PROVIDER (anthropic/deepseek/moonshotai/zai) y la API key correspondiente en .env o vía UI. Mount ~/.ssh read-only por defecto para autenticación SSH. Ajustar PUID/PGID si hay problemas de permisos con claves privadas. Para GitHub, configurar GH_TOKEN con gh auth token o PAT con repo scope (workflow/read:org según necesidades). Verificar ARCHITECTURE en docs/adr y vocabulario en CONTEXT.md.
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.