Agente Kernel: Tres Archivos Markdown para Agentes de IA con Estado

Qué hace Agent Kernel

Agent Kernel es una implementación mínima que hace que los agentes de codificación de IA sean con estado usando tres archivos markdown y un repositorio git. En lugar de requerir bases de datos, almacenes vectoriales o marcos personalizados, aprovecha el mecanismo existente donde los agentes leen instrucciones del proyecto desde archivos como AGENTS.md, CLAUDE.md o .cursorrules.

Componentes principales

El kernel consta de tres archivos markdown:

• AGENTS.md – El kernel en sí (genérico, no editar)
• IDENTITY.md – Define quién es el agente (mantenido por el agente)
• KNOWLEDGE.md – Índice de archivos de conocimiento (mantenido por el agente)

Dos estructuras de directorios manejan diferentes tipos de memoria:

• knowledge/ – Contiene información de estado: hechos sobre cómo están las cosas ahora mismo. El agente actualiza estos cuando la realidad cambia.
• notes/ – Contiene información narrativa: registros de sesiones diarias que registran decisiones, acciones y elementos pendientes. Estos son solo de adición y nunca se modifican después de que termina el día.

Configuración y uso

Configuración básica con cualquier agente de codificación:

git clone https://github.com/oguzbilgic/agent-kernel.git my-agent
cd my-agent
opencode # o claude, codex, cursor, etc.

Con kern-ai (un entorno de ejecución construido para agent-kernel que agrega modo daemon e integración con Telegram y Slack):

npx kern-ai init my-agent
npx kern-ai tui

Cuando un agente lee el kernel por primera vez, reconoce que es nuevo y pregunta quién quieres que sea. Una vez configurado, recuerda entre sesiones.

Múltiples agentes y arquitectura

Cada agente se ejecuta en su propio repositorio. Para crear otro agente:

git clone https://github.com/oguzbilgic/agent-kernel.git another-agent
cd another-agent
opencode # o claude, codex, etc.

Esto permite ejecutar múltiples agentes especializados (homelab, inversiones, salud) con el mismo kernel pero diferentes identidades y bases de conocimiento.

Cómo funciona

El enfoque funciona porque los agentes de IA ya leen archivos como AGENTS.md como instrucciones del proyecto. El kernel le enseña al agente cómo recordar proporcionando un archivo que dice "eres con estado, así es cómo" y usando el repositorio git para almacenar memoria en archivos markdown simples.