muxi
MUXI es un servidor de aplicaciones de IA open source que actúa como infraestructura para agentes en producción, no solo un framework. Permite desplegar sistemas completos con orquestación nativa, memoria auditada y gestión multi-tenencia sin reinventar la rueda de infraestructura.
Ficha actualizada 26 sept 2026, 8:45 · upstream 26 sept 2026, 8:26 · release sin release detectada
Qué es muxi
Descripción editorial construida a partir del repositorio, su documentación y sus señales de mantenimiento.
MUXI es el servidor de aplicaciones de IA open source diseñado para despliegues en producción. A diferencia de los frameworks tradicionales como LangChain o CrewAI, MUXI no es una librería sino una capa de infraestructura completa donde los agentes son primitivos nativos y las capacidades de producción son parte del sistema operativo. Utiliza el Estándar de Formación de Agentes (AFS) para empaquetar agentes, conocimiento, memoria y herramientas en unidades desplegables declarativas mediante archivos YAML (.afs).
La plataforma ofrece control empresarial sin necesidad de plataformas separatas, incluyendo aislamiento multi-tenencia, control de acceso basado en grupos (RBAC) y memoria persistente con artefactos versionados. Soporta 12 SDKs oficiales para múltiples lenguajes y se integra bidireccionalmente con el protocolo MCP para conectar grandes catálogos de herramientas o exponer formaciones como servidores MCP a clientes externos.
El sistema incluye capacidades avanzadas como autoajuste operativo, observabilidad integrada con redacción de PII, orquestación inteligente mediante un Overlord que re-planifica flujos de trabajo y delegación de tareas de codificación a agentes especializados en espacios aislados. La instalación es binaria directa (CLI muxi) sin necesidad de contenedores Docker ni Compose, lo que simplifica el despliegue pero requiere gestión propia del servidor y runtime.
- Despliegue de SaaS con características de IA nativas gestionando orquestación y multi-tenencia
- Herramientas internas empresariales con RBAC basado en grupos y memoria escopada por usuario
- Integración de agentes como servidores MCP para herramientas externas (Claude Desktop, Cursor)
- Orquestación de flujos de trabajo complejos con autoajuste y observabilidad integrada
- Delegación de tareas de codificación a agentes especializados en repositorios aislados
- 12 SDKs oficiales disponibles para Python, TypeScript, Go, Rust, PHP y otros lenguajes
- Implementación del Estándar de Formación de Agentes (AFS) para portabilidad declarativa
- Memoria auditada e inmutable con soporte para conocimiento gráfico y distilación on-premises
- Observabilidad nativa con cientos de eventos tipados y redacción automática de PII
- Soporte bidireccional MCP para indexar herramientas o exponer formaciones como servidores
- Autoajuste operativo que convierte evidencia operativa en revisiones de MUXI.md
- No utiliza Docker ni Compose; requiere instalación binaria directa del CLI y gestión del servidor
- Complejidad clasificada como MEDIUM, lo que implica una curva de aprendizaje para la infraestructura
- Requiere configuración manual de variables de entorno y secretos (ej. OPENAI_API_KEY)
- La versión V1 es estable pero representa una generación específica con contratos coordinados
- Gestión propia del Runtime y Server sin abstracción de contenedores estándar
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.
Instalar mediante brew install muxi-ai/tap/muxi en macOS, script curl para Linux o PowerShell para Windows. El servicio corre en el puerto 7890 por defecto. Se recomienda un entorno con mínimo 2 núcleos CPU y 2GB de RAM según especificaciones técnicas. Utilizar la CLI muxi pull para descargar formaciones y muxi deploy para iniciarlas. Gestionar claves API mediante variables de entorno o secretos en el archivo de configuración.
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.