Axe: Una CLI de 12MB para Agentes LLM de Propósito Único

Qué es Axe
Axe es un binario de Go de 12MB con dos dependencias (cobra, toml) que reemplaza los marcos de trabajo de IA con un enfoque inspirado en Unix para agentes LLM. En lugar de sesiones de chatbot de larga duración, ejecuta agentes de un solo propósito definidos en archivos de configuración TOML. Cada agente tiene un trabajo enfocado como revisión de código, análisis de registros o escritura de mensajes de confirmación.
Características principales
- Configuración basada en TOML: Definiciones de agentes declarativas y controlables por versión con indicaciones del sistema, selección de modelo, archivos de habilidades y archivos de contexto
- Tuberías de entrada estándar:
git diff | axe run reviewerfunciona directamente - Delegación de subagentes: Los agentes pueden llamar a otros agentes mediante el uso de herramientas LLM con limitación de profundidad y ejecución paralela
- Memoria persistente: Registros en markdown con marcas de tiempo llevan contexto entre ejecuciones con recolección de basura asistida por LLM
- Soporte para múltiples proveedores: Funciona con Anthropic, OpenAI, Ollama (modelos locales) o cualquier formato models.dev
- Herramientas integradas: Búsqueda web, obtención de URL y operaciones de archivos con aislamiento de ruta (leer, escribir, editar, listar) bloqueadas al directorio de trabajo del agente
- Soporte MCP: Puede conectar cualquier servidor MCP a agentes
- Sistema de habilidades: Conjuntos de instrucciones reutilizables compartidos entre agentes
- Salida JSON: Salida estructurada con metadatos para scripting
- Modo de simulación: Inspecciona el contexto resuelto sin llamar al LLM
Instalación y configuración
Requiere Go 1.24+. Instalar mediante:
go install github.com/jrswab/axe@latestO compilar desde el código fuente:
git clone https://github.com/jrswab/axe.git
cd axe
go build .Inicializar configuración:
axe config initCrea una estructura de directorios en $XDG_CONFIG_HOME/axe/ con habilidades de ejemplo y config.toml predeterminado para credenciales del proveedor.
Ejemplos de uso
Crear y ejecutar un agente:
axe agents init my-agent
axe agents edit my-agent
axe run my-agentConectar datos de otras herramientas:
git diff --cached | axe run pr-reviewer
cat error.log | axe run log-analyzerCopiar agentes de ejemplo del directorio examples/:
cp examples/code-reviewer/code-reviewer.toml "$(axe config path)/agents/"
cp -r examples/code-reviewer/skills/ "$(axe config path)/skills/"
export ANTHROPIC_API_KEY="your-key-here"
git diff | axe run code-reviewerImplementación con Docker
Construir la imagen:
docker build -t axe .Construcciones multiarquitectura (linux/amd64, linux/arm64) mediante buildx:
docker buildx build --platform linux/amd64,linux/arm64 -t axe:latest .Ejecutar un agente con configuración montada:
docker run --rm \
-v ./my-config:/home/axe/.config/axe \
-e ANTHROPIC_API_KEY \
axe run my-agentConectar entrada estándar con bandera -i:
git diff | docker run --rm -i \
-v ./my-config:/home/axe/.config/axe \
-e ANTHROPIC_API_KEY \
axe run my-agentPara quién es
Desarrolladores que quieren automatizar tareas específicas de IA sin la sobrecarga de marcos de trabajo, especialmente aquellos que ya usan herramientas Unix, ganchos de git, cron o tuberías de CI.
📖 Leer la fuente completa: HN LLM Tools
👀 Ver también

CipherClaw: Usando una Persona de Seguridad para Auditar Código con Claude
Un desarrollador utilizó CipherClaw, una persona de CLAUDE.md llamada TALON, para hacer que Claude Code pensara como un arquitecto de seguridad. Al ejecutarlo en una aplicación Next.js, reveló 17 hallazgos de seguridad, incluyendo vulnerabilidades críticas como endpoints no autenticados que devuelven datos de administrador y tokens de autenticación codificados.

Rails está construido para IA: Convenciones, eficiencia de tokens y resultados de benchmarks
Las convenciones de Rails les dan a los agentes de IA un mapa, reduciendo tokens y aumentando precisión. El benchmark muestra OPUS-5 con 92.1% de precisión, 47k tokens por ejecución.

Construyendo un Lenguaje de Programación con Claude Code: El Experimento Cutlet
Ankur Sethi construyó un lenguaje de programación completo llamado Cutlet usando Claude Code durante cuatro semanas, con la IA generando cada línea de código mientras él se enfocaba en barreras de seguridad y pruebas. El lenguaje cuenta con tipado dinámico, operaciones vectorizadas y un REPL, ejecutándose en macOS y Linux.

MegaClaw: Configuración de OpenClaw en Contenedores con Playwright y Homebrew
MegaClaw es una configuración de Podman de dos imágenes para OpenClaw que aborda problemas comunes de instalación como errores de permisos y dependencias faltantes. Utiliza una construcción multi-etapa con Playwright y Homebrew preinstalados, e integra la configuración del usuario en una imagen de tiempo de ejecución.