Brócoli: Plataforma de código abierto para ejecutar agentes de IA de programación a partir de tickets de Linear en entornos de pruebas en la nube
Qué hace Broccoli
Broccoli convierte tickets de Linear en PRs listos para enviar ejecutando agentes de programación con IA en entornos aislados en la nube. Cada tarea obtiene su propio entorno donde clona el repositorio, usa el contexto del ticket, implementa soluciones, ejecuta pruebas y ciclos de revisión, luego abre una solicitud de extracción para revisión del equipo.
Arquitectura y despliegue
La implementación utiliza:
- Despliegue de webhook: GCP
- Entorno aislado: GCP o Blaxel
- Gestión de proyectos: Linear
- Alojamiento de código y CI/CD: GitHub
Se despliega en tu propio proyecto de GCP contra tu base de datos Postgres sin plano de control de terceros. El despliegue es de calidad de producción usando Cloud Run + Secret Manager + deduplicación de webhooks + estado de trabajo duradero.
Características clave
- Flujo de trabajo: ticket de Linear → PR revisable
- Tu infraestructura, claves y datos permanecen dentro de tu tenencia
- Revisión de código con IA en cada PR usando Claude y Codex
- Plantillas de prompts personalizables que puedes bifurcar, ajustar y versionar
- Se despliega en ~30 minutos con un script de arranque y un archivo de configuración
Requisitos previos de despliegue
Para desplegar, necesitas:
- Proyecto GCP con facturación activada y
gcloudiniciado sesión - Aplicación GitHub con permisos específicos (Contenidos, Solicitudes de extracción, Issues = lectura/escritura; Metadatos = solo lectura; suscrita al evento de revisión de solicitud de extracción)
- Usuario bot de Linear (dedicado, no cuenta personal) con clave API
- Claves API de OpenAI y Anthropic con facturación habilitada
- Webhook de Linear apuntando a
${Service URL}/webhooks/linearusando elbroccoli-oss-linear-webhook-secretgenerado automáticamente
Resultados de uso
En las últimas cuatro semanas, el 100% de los PRs de no desarrolladores se enviaron mediante Broccoli. Para los desarrolladores del equipo, esta proporción es de alrededor del 60%, con características más complejas que requieren diseño manual de ida y vuelta con Codex/Claude Code.
📖 Leer la fuente completa: HN AI Agents
👀 Ver también
El Benchmark OpenClaw Muestra que Qwen3.5:27B Supera a Otros LLMs Locales en Tareas de Agente
Una evaluación comparativa de 7 LLMs locales en 22 tareas reales de agentes utilizando OpenClaw encontró que qwen3.5:27b-q4_K_M obtuvo un 59.4%, mientras que el subcampeón qwen3.5:35b solo alcanzó un 23.2%. La mayoría de los modelos no pudieron encontrar herramientas básicas como funciones de correo electrónico.
Runner de Benchmark de Código Abierto para Probar Agentes OpenClaw en Flujos de Trabajo Reales
Un nuevo proyecto de código abierto te permite evaluar agentes OpenClaw con tus propias tareas privadas del mundo real, definidas en YAML, con soporte para importar espacios de trabajo reales de agentes.
El Servidor RiserFlow MCP Agrega Capacidades de Comercio Electrónico a OpenClaw
Un servidor MCP de código abierto llamado RiserFlow permite a OpenClaw buscar productos semánticamente, gestionar carritos y realizar pedidos reales que aparecen en los sistemas de administración de tiendas, con soporte actual para Bitrix y un patrón de adaptador para otras plataformas.
Títulos de artículos de Pokémon Showdown: Agentes de IA creados con APIs de LLM gratuitas y llamadas a herramientas
Un sistema que usa Llama 3, Qwen, Gemma a través de niveles gratuitos de API para jugar de forma autónoma batallas de Pokémon Showdown con llamadas a herramientas estructuradas, compatible con modos humano vs IA e IA vs IA.