OpenPanda
OpenPanda es un sistema operativo local de orquestación multi-agente en tiempo real para ejecutar agentes de IA y herramientas de desarrollo en dispositivos heterogéneos (macOS, Linux, Raspberry Pi).
Ficha actualizada 23 sept 2026, 6:01 · upstream 23 sept 2026, 5:38 · release v0.0.8
Qué es OpenPanda
Descripción editorial construida a partir del repositorio, su documentación y sus señales de mantenimiento.
OpenPanda es un sistema operativo local de orquestación multi-agente diseñado para ejecutar agentes de IA y herramientas de desarrollo en dispositivos heterogéneos. El proyecto organiza terminal AI coding agents como Claude Code, OpenAI Codex, Grok Build, DeepSeek Harness y OpenCode en una sola ejecución coordinada. Funciona mediante un modelo de 'first-party' local donde el usuario ingresa una instrucción única que genera clasificación de intención, descomposición de tareas, asignación, supervisión y verificación de resultados sin necesidad de conexión a la nube.
La arquitectura se divide en dos líneas principales: orquestación multi-agente (actualmente el foco) y colaboración multi-dispositivo (preview). La primera permite contratar y comandar múltiples agentes con capacidades diferenciadas, incluyendo clasificación de intención, descomposición de tareas, supervisión continua, failover transparente y aprobación jerárquica. La segunda línea introduce un modelo P2P mesh donde los dispositivos se comunican directamente mediante WebSocket autenticado sin intermediarios cloud.
El sistema utiliza memoria dual: preferencias del usuario (USER.md) separadas de datos del proyecto (MEMORY.md), con habilidades auto-evolucionantes que se documentan en SKILL.md. La interfaz incluye un TUI terminal, una web console kanban y una CLI scriptable, junto con un binario estático de Go de ~20MB sin dependencias externas.
La arquitectura técnica se basa en un modelo de orquestación multi-agente descentralizado: cmd/panda actúa como interfaz principal que coordina el askengine (clasificación), plan (descomposición), commander (ejecución en tres niveles) y defense (protección contra loops infinitos). El scheduler asigna tareas a nodos basándose en capacidades, mientras que la bus/ledger maneja transporte P2P con autenticación HMAC. La base de datos es un SQLite puro en modo WAL para persistencia local.
El proyecto evoluciona desde una versión estable v0.0.8 hasta una beta híbrida v0.0.9-beta con arquitectura DTN (Delay-Tolerant Networking) y routing por latencia, seguido de la versión 0.0.10 que enfoca en colaboración multi-dispositivo con protección de leas y ejecución resumible.
- Orquestar múltiples agentes de IA (Claude Code, OpenAI Codex, Grok Build) para ejecutar tareas complejas en dispositivos heterogéneos sin necesidad de cloud
- Automatizar flujos de trabajo de desarrollo con supervisión continua y failover transparente entre agentes
- Coordinación de equipos distribuidos mediante comunicación P2P directa entre dispositivos locales sin intermediarios
- Orquestación de tareas en entornos de producción con aprobación jerárquica y circuit breakers para evitar loops infinitos
- Gestión de habilidades auto-evolucionantes que se documentan y reutilizan a través del sistema
- Control de swarm de dispositivos autónomos (drones, satélites) mediante orquestación descentralizada
- Orquestación multi-agente con capa de supervisión continua que detecta fallos y re-dispatchea automáticamente sin intervención manual
- Arquitectura P2P en tiempo real (WebSocket) que permite comunicación directa entre dispositivos sin necesidad de internet o cloud
- Memoria dual separada (USER.md vs MEMORY.md) que protege preferencias del usuario de datos sensibles del proyecto
- Sistema de habilidades auto-evolucionante que se documenta en SKILL.md y se reutiliza a través de importación por URL, archivo o path
- Interfaz terminal TUI con modo alternado de pantalla completa, navegación por teclado y onboarding interactivo
- Modelo DTN (Delay-Tolerant Networking) para comunicación P2P que soporta latencia variable y paquetes perdidos
- La arquitectura P2P no incluye autenticación de extremo a extremo ni cifrado de datos en tránsito, lo que expone la red a posibles ataques si los dispositivos se conectan sin seguridad
- El sistema requiere configuración manual del nombre de dispositivo y modelos de IA por cada nodo, lo que puede ser ineficiente en entornos grandes
- La memoria RAM mínima requerida es de 2048 MB (2 GB), lo cual puede ser un cuello de botella en dispositivos con recursos limitados
- El sistema opera bajo licencia MIT sin licencias comerciales o restricciones de uso, lo que puede no cumplir con políticas internas corporativas
- La versión estable v0.0.8 carece de soporte para Windows y la versión 0.0.10 aún no ha sido desplegada en entornos reales
Perfil de infraestructura
Estimación inicial derivada del repositorio y de los servicios detectados.
Despliegue detectado
Qué señales reales de instalación hemos encontrado.
Se recomienda ejecutar OpenPanda como servicio systemd o supervisado con `systemctl` para mantener procesos persistentes,Para producción, se debe implementar un sistema de autenticación (HMAC tokens) y cifrado de datos en tránsito entre dispositivos P2P,La base de datos SQLite debe ser configurada en modo WAL (Write-Ahead Logging) para garantizar consistencia ante fallos de red,Se recomienda mantener el binario estático de Go (~20 MB) en un contenedor o imagen aislada para evitar dependencias externas,Para entornos multi-dispositivo, se debe implementar un sistema de leas (leases) que proteja la ejecución resumible y evite conflictos entre nodos,La interfaz web puede ser desplegada como servicio separado con HTTPS y certificados auto-signados para mejorar la experiencia del usuario
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.