Ctrl K
ComunidadGuías…
GITHUB · ANALIZADO

tianshu

Tianshu es una plataforma de agentes de IA autoadministrable con interfaz gráfica integrada, construida en el código abierto.

Ficha actualizada 22 sept 2026, 18:32 · upstream 22 sept 2026, 16:58 · release v0.62.0

Ver códigoProblemas y ayudaRepositorio ↗Sitio oficial
00

Qué es tianshu

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

Tianshu (天枢) es un entorno de desarrollo de agentes de IA autoadministrable que incluye un navegador real y un sandbox Linux. Construido en el código abierto, permite a los usuarios crear, ejecutar y gestionar agentes de IA sin necesidad de depender de servicios externos. La plataforma ofrece una interfaz gráfica integrada para interactuar con los agentes, un sandbox aislado para cada agente, y herramientas para configurar modelos de lenguaje, plugins y políticas de red.

CASOS DE USO
  • Automatizar tareas repetitivas como la búsqueda web y el análisis de documentos mediante agentes especializados
  • Crear asistentes virtuales personalizados que ejecuten comandos en un sandbox aislado y realicen acciones en el navegador
  • Gestionar múltiples proyectos de IA simultáneamente con diferentes modelos y configuraciones por agente
  • Automatizar flujos de trabajo complejos mediante la coordinación entre agentes especializados (doctor, desarrollador, analista)
  • Crear entornos de desarrollo personal donde cada agente tenga acceso a herramientas específicas sin interferencias
  • Implementar sistemas de recomendación que analicen datos y generen contenido dinámico basado en el contexto actual
PUNTOS DESTACADOS
  • Soporta múltiples proveedores de LLM (Anthropic, OpenAI, Google) con un solo punto de configuración centralizado
  • Permite ejecutar comandos reales dentro de un sandbox Linux aislado para cada agente sin afectar al sistema operativo principal
  • Ofrece una interfaz gráfica integrada donde los agentes pueden interactuar directamente con el usuario a través del navegador
  • Incluye herramientas de diagnóstico y depuración que permiten diagnosticar problemas en tiempo real durante la ejecución
  • Soporta múltiples tipos de trabajo (web, código, análisis) mediante plugins modularizados sin necesidad de reconfigurar todo desde cero
  • Permite la gestión centralizada de modelos y políticas de red a través de una interfaz de configuración unificada
PRECAUCIONES
  • El backend por defecto requiere Docker instalado en el sistema operativo, lo que puede ser incompatible con entornos sin Docker
  • La integración con proveedores locales como llama.cpp o vLLM no está documentada oficialmente y podría requerir ajustes adicionales
  • La configuración de modelos personalizados requiere conocimientos técnicos avanzados para optimizar el rendimiento
  • No incluye soporte nativo para Windows ni Linux en la versión actual, aunque se menciona un plan de systemd
  • Los agentes pueden consumir recursos significativos (CPU, memoria) dependiendo del modelo y las tareas asignadas
01

Perfil de infraestructura

Estimación inicial derivada del repositorio y de los servicios detectados.

CPU4 vCPUrecomendación inicial
MEMORIA8 GBRAM estimada
DISCO20 GBalmacenamiento base
COMPLEJIDADmediumnivel de operación
02

Despliegue detectado

Qué señales reales de instalación hemos encontrado.

Docker detectado

Recomendamos instalar Tianshu en Docker Desktop o Colima para obtener el backend por defecto. En entornos sin Docker, se puede usar microsandbox como alternativa. Se recomienda ejecutar la aplicación desde un entorno aislado (Docker container) y no desde el sistema operativo principal. Para producción, se debe configurar una política de red que limite el acceso a servicios externos y monitorear los recursos consumidos por cada agente.

✓Dockerfile
—Compose
—One-click
03

Stack y dependencias

Componentes inferidos a partir de manifests, configuración y documentación.

FRAMEWORKS
Next.jsReactNode.js
SERVICIOS
MySQL
BASES DE DATOS
MySQL
PUERTOS
8080311051735183
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.