Ctrl K
ComunidadGuías…
GITHUB · ANALIZADO

orbi

Orbi es una plataforma de automatización que utiliza GitHub Issues como único store de estado para desarrollar software AI. Convierte issues etiquetados 'ai-ready' en PRs revisados, fusiona tras auditoría independiente y publica releases automáticos.

Ficha actualizada 22 sept 2026, 14:59 · upstream 22 sept 2026, 13:55 · release v0.5.39

00

Qué es orbi

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

Orbi es una plataforma de automatización que utiliza GitHub Issues como único store de estado para desarrollar software AI. Convierte issues etiquetados 'ai-ready' en PRs revisados, fusiona tras auditoría independiente y publica releases automáticos. Requiere Python ≥3.14, GitHub CLI ≥2.94 y scheduler (systemd/launchd). Sin Docker ni bases de datos externas.

El sistema opera mediante un loop automatizado que se ejecuta cada 5 minutos: reclama issues, crea worktree aislados, desarrolla con Pi (planificar-implementar-testear-verificar), genera PRs con base SHA congelada, y fusiona solo tras revisión independiente. Cada ejecución tiene run_id único para trazabilidad completa.

La arquitectura es LOW complexity con Next.js y Python. Usa uv tooling para instalaciones editables. Soporta despliegue en repositorios externos (single-repo mode). Licencia Sustainable Use License permite uso libre personal/internal, comercial requiere autorización.

CASOS DE USO
  • Automatización de desarrollo: issues etiquetados 'ai-ready' se convierten automáticamente en PRs con código generado y revisado
  • CI/CD sin Docker: despliegue directo en repositorios Git usando GitHub Issues como único store de estado
  • Auditoría independiente: cada PR pasa por revisión automática antes del merge, detectando bugs y proponiendo fixes
  • Observabilidad completa: todos los logs y commits tienen run_id para reconstruir timeline completo con grep
PUNTOS DESTACADOS
  • GitHub Issues como único source of truth - sin bases de datos ni colas externas
  • Merge gates independientes: AI nunca fusiona o push a protected branches directamente
  • Fail fast inmediato: errores fallan al instante con evidencia en logs, no fallback silencioso
  • Scheduler idempotente: systemd/launchd units se instalan una vez y funcionan perpetuamente
  • Trazabilidad completa: cada run tiene run_id único visible en todos los logs y comentarios
PRECAUCIONES
  • Requiere Python ≥3.14 - versión muy reciente, no compatible con sistemas legacy como Ubuntu 24.04 sin provisioning
  • Sin Docker/Compose nativo según análisis técnico - despliegue directo en repositorios Git
  • Depende de GitHub CLI ≥2.94 - versiones antiguas (ej. Ubuntu 24.04 package 2.45.0) no funcionarán
  • Solo Linux/macOS soportados oficialmente - macOS launchd no verificado en hardware real según README
  • Requiere configuración manual de labels 'ai-ready' y setup inicial idempotente
01

Perfil de infraestructura

Estimación inicial derivada del repositorio y de los servicios detectados.

CPU1 vCPUrecomendación inicial
MEMORIA1 GBRAM estimada
DISCO10 GBalmacenamiento base
COMPLEJIDADlownivel de operación
02

Despliegue detectado

Qué señales reales de instalación hemos encontrado.

Despliegue manual

Instalar con uv tool install --force --reinstall --editable --python python3 . (o --python 3.14 para sistemas legacy). Configurar orbi.toml desde example_config.toml. Ejecutar 'orbi setup' una vez, luego 'PYTHONPATH=src python3 -m orbi.runner'. Instalar scheduler units con 'orbi install-units'. Verificar salud con 'orbi doctor'. Requiere GitHub CLI autenticado y Python ≥3.14.

—Dockerfile
—Compose
—One-click
03

Stack y dependencias

Componentes inferidos a partir de manifests, configuración y documentación.

FRAMEWORKS
Next.jsPython
SERVICIOS
No detectados
BASES DE DATOS
No detectadas
PUERTOS
No detectados
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.