Ctrl K
ComunidadGuías…
GITHUB · ANALIZADO

tau

Tau es un entorno de trabajo para equipos de agentes de IA, permitiendo delegar tareas complejas con supervisión humana. Soporta despliegue autoalojado o en la nube, integrando múltiples proveedores de modelos y herramientas externas mediante una arquitectura modular basada en Bun y TypeScript.

Ficha actualizada 25 sept 2026, 23:35 · upstream 25 sept 2026, 23:22 · release nightly

00

Qué es tau

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

Tau funciona como un espacio colaborativo donde los 'squads' (equipos) gestionan flujos de trabajo autónomos coordinados por un supervisor. La plataforma permite delegar tareas continuas, organizando dependencias y revisiones, mientras mantiene a los humanos involucrados en decisiones clave mediante conversaciones en tiempo real. Se construye con Bun, TypeScript, React y Hono, separando el servidor, worker y aplicación web para escalabilidad.

La arquitectura soporta ejecución local, autoalojada o en Kubernetes, permitiendo elegir dónde corren las cargas de trabajo de los agentes. Incluye una memoria persistente basada en archivos con búsqueda vectorial para retener contexto entre sesiones. La interfaz web y la CLI comparten APIs, facilitando la automatización desde scripts externos o integración con otros sistemas.

CASOS DE USO
  • Automatización de tareas repetitivas con revisión humana periódica
  • Gestión de proyectos multi-repositorio con agentes especializados por tarea
  • Integración con herramientas como GitHub o Linear mediante webhooks y APIs
  • Supervisión de flujos de trabajo en ejecución sin detenerlos para ajustes
  • Almacenamiento de conocimiento compartido con búsqueda vectorial para contexto a largo plazo
PUNTOS DESTACADOS
  • Arquitectura moderna usando Bun y TypeScript para alto rendimiento en desarrollo y producción
  • Soporte nativo para contenedores Docker y orquestación Kubernetes para aislamiento de agentes
  • Sistema de memoria persistente con búsqueda vectorial para contexto a largo plazo entre conversaciones
  • CLI integrada que permite automatización desde scripts o integración con otros agentes AI
PRECAUCIONES
  • Dependencia de Bun como runtime principal, lo que puede limitar entornos legacy sin soporte para Bun
  • Licencia AGPL-3.0 requiere compartir modificaciones del código fuente si se distribuye el software modificado
  • Configuración inicial compleja para despliegues autoalojados sin experiencia en infraestructura de contenedores
01

Perfil de infraestructura

Estimación inicial derivada del repositorio y de los servicios detectados.

CPU4 vCPUrecomendación inicial
MEMORIA4 GBRAM estimada
DISCO20 GBalmacenamiento base
COMPLEJIDADhighnivel de operación
02

Despliegue detectado

Qué señales reales de instalación hemos encontrado.

Docker Compose detectado

Requiere puertos 3000 (web), 5432 (PostgreSQL) y 5001 (agentes). Se recomienda mínimo 4 núcleos CPU, 4 GB RAM y 20 GB disco según especificaciones técnicas. Instalar curl, git y opcionalmente unzip. Para producción, usar Docker Compose o Kubernetes para aislamiento de agentes.

✓Dockerfile
✓Compose
—One-click
03

Stack y dependencias

Componentes inferidos a partir de manifests, configuración y documentación.

FRAMEWORKS
ReactNode.js
SERVICIOS
PostgreSQL
BASES DE DATOS
PostgreSQL
PUERTOS
300054325001
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.