uai-agents
Sistema de orquestación multi-agente autónomo (6 agentes) escrito en TypeScript/Node.js 20+. Incluye dashboard Next.js, base de datos PostgreSQL con pgvector y caché Redis. Arquitectura BYOK para LLMs (OpenRouter/OpenAI/Gemini/Ollama). Soporta MCP como cliente y servidor.
Ficha actualizada 24 sept 2026, 20:44 · upstream 24 sept 2026, 20:18 · release sin release detectada
Qué es uai-agents
Descripción editorial construida a partir del repositorio, su documentación y sus señales de mantenimiento.
uai-agents es un sistema de orquestación multi-agente autónomo diseñado para ejecutarse en tu propio servidor. Utiliza una arquitectura de seis agentes especializados: un agente Core que analiza tareas y las dirige al especialista adecuado, junto con un agente QA para validación de resultados. El sistema implementa memoria semántica mediante embeddings almacenados en PostgreSQL (pgvector) y utiliza Redis como bus de eventos in-proceso.
La plataforma está construida completamente en TypeScript sobre Node.js 20+, con frontend Next.js 15. Soporta múltiples proveedores de LLMs mediante un enfoque BYOK (Bring Your Own Key), permitiendo usar OpenRouter, OpenAI, Gemini, Ollama o endpoints personalizados sin cambiar el código. Incluye herramientas MCP (Model Context Protocol) tanto como cliente para integrar herramientas externas como servidor.
El sistema incluye observabilidad nativa con Prometheus, dashboard web para monitoreo y gestión de tareas, y mecanismos de aprendizaje basado en confianza del agente para optimizar la dirección de tareas futuras. Soporta modos de operación como 'Away mode' para pausar el procesamiento.
- Automatización de flujos de trabajo complejos mediante delegación automática entre agentes especializados
- Gestión de tareas paralelas con control de dependencias mediante grafo DAG
- Integración con herramientas externas a través del protocolo MCP (stdio y HTTP)
- Monitorización de sistemas mediante dashboard web y métricas Prometheus
- Arquitectura BYOK: cambia el proveedor LLM modificando una variable en .env sin recompilar
- Memoria semántica con pgvector para recuperación contextual de tareas pasadas
- Soporte nativo MCP como cliente y servidor para integración de herramientas externas
- Aprendizaje basado en confianza del agente (confidence score) para optimizar dirección
- Dashboard web Next.js 15 con autenticación y visualización de métricas
- Gestión de dependencias mediante grafo DAG con protección contra deadlocks
- La memoria semántica requiere configuración manual de embeddings externos (no todos los LLMs soportan /embeddings)
- Row Level Security (RLS) está desactivado por defecto y debe activarse manualmente
- El aprendizaje se basa en la confianza del agente, no en resultados verificados objetivamente
- La API requiere autenticación X-Api-Key en todas las rutas /api/* excepto /metrics
Perfil de infraestructura
Estimación inicial derivada del repositorio y de los servicios detectados.
Despliegue detectado
Qué señales reales de instalación hemos encontrado.
Requiere Node.js ≥20, PostgreSQL 16+ con pgvector y Redis 7+. Ejecutar 'pnpm setup' para configuración automática o usar docker compose. Portos: 3000 (API), 3001 (Web), 5434 (Postgres), 6380 (Redis), 9090 (Prometheus). Activar RLS manualmente con 'pnpm db:rls'. Configurar LLM_PROVIDER y API_KEY en .env antes de iniciar.
Stack y dependencias
Componentes inferidos a partir de manifests, configuración y documentación.
Experiencia real de la comunidad
Ayuda a contrastar la estimación automática con instalaciones reales.
Todavía no hay datos comunitarios para este proyecto.