OpenSwarm: Orquestrador CLI Multi-Agente de Claude para Linear y GitHub

Qué hace OpenSwarm
OpenSwarm es un orquestador de agentes de IA autónomos impulsado por Claude Code CLI. Crea un sistema multiagente que se integra con flujos de trabajo de desarrollo reales, específicamente Linear para el seguimiento de problemas y GitHub para la gestión de código. La herramienta está diseñada para manejar tareas de desarrollo reales en lugar de ejemplos simples.
Arquitectura central y características
El sistema sigue un enfoque de pipeline estructurado:
- Pipeline autónomo: Latido cron que obtiene problemas de Linear y ejecuta bucles de pares Trabajador/Revisor
- Pares Trabajador/Revisor: Generación de código multi-iteración con etapas automatizadas de revisión, prueba y documentación
- Motor de decisión: Validación de alcance, limitación de tasa, selección de tareas basada en prioridad y mapeo de flujo de trabajo
- Memoria cognitiva: Almacén vectorial LanceDB con incrustaciones Xenova/multilingual-e5-base para recuerdo a largo plazo entre sesiones
- Grafo de conocimiento: Análisis estático de código, mapeo de dependencias y análisis de impacto para una ejecución de tareas más inteligente
- Control de Discord: Interfaz de comando completa para monitoreo, despacho de tareas, programación y gestión de sesiones de pares
- Mejora automática de PR: Monitorea PRs abiertos, corrige automáticamente fallos de CI, resuelve automáticamente conflictos de fusión y reintenta hasta que pasen todas las verificaciones
- Monitores de larga duración: Rastrea procesos externos (trabajos de entrenamiento, tareas por lotes) e informa la finalización
- Panel web: Panel de estado en tiempo real en el puerto 3847 con monitoreo del Procesador de PR
- Soporte i18n: Soporte para localizaciones en inglés y coreano
Requisitos técnicos
- Node.js >= 22
- Claude Code CLI instalado y autenticado (
claude -p) - Token de bot de Discord con intención de contenido de mensaje
- Clave API de Linear e ID de equipo
- CLI de GitHub (
gh) para monitoreo de CI (opcional)
Instalación y configuración
Configuración básica:
git clone https://github.com/unohee/OpenSwarm.git
cd OpenSwarm
npm installLa configuración implica copiar la configuración de ejemplo y crear un archivo .env:
cp config.example.yaml config.yamlVariables .env requeridas:
DISCORD_TOKEN=tu-token-de-bot-discord
DISCORD_CHANNEL_ID=tu-id-de-canal
LINEAR_API_KEY=tu-clave-api-linear
LINEAR_TEAM_ID=tu-id-de-equipo-linearEl config.yaml admite sustitución de variables de entorno (${VAR} o ${VAR:-default}) y se valida con esquemas Zod. Las secciones clave de configuración incluyen ajustes de discord, linear, github, agents, autonomous y prProcessor.
Estado actual y limitaciones
El creador señala que este es todavía software temprano con imperfecciones. Los TODOs actuales se centran en seguridad, escalabilidad y mejor descomposición de tareas. El sistema actualmente impulsa el flujo de trabajo de desarrollo en solitario del creador para infraestructura de trading, herramientas LLM y otros proyectos.
📖 Leer la fuente completa: HN AI Agents
👀 Ver también

Servidor de memoria MCP de código abierto con gráfico de conocimiento y funciones de aprendizaje
Un servidor MCP de código abierto escrito en Rust proporciona memoria persistente para agentes de IA con arquitectura de grafo de conocimiento, aprendizaje hebbiano y búsqueda híbrida. Tiene 7.6 MB con latencia submilisegundo y funciona con cualquier cliente compatible con MCP.

Canopy: Panel de Control Terminal para Gestionar Múltiples Agentes de Código Claude
Canopy es una interfaz de usuario de terminal de código abierto que proporciona una vista única de panel de control para rastrear múltiples agentes de codificación de IA que se ejecutan en diferentes árboles de trabajo de git. Muestra los estados de los agentes (en ejecución, inactivo, esperando entrada, terminado, con error) y te permite saltar a sesiones o enviar entrada sin cambiar completamente.

Comparando Agentes de IA Locales vs. en la Nube: OpenClaw y Twin.so
OpenClaw es un agente de IA local de código abierto que se ejecuta en tu máquina con control total de los datos, mientras que Twin.so es una plataforma basada en la nube con más de 200,000 agentes creados por la comunidad para automatización 24/7.

Memoria Relacional para LLMs: Sistema de Tres Capas Modela las Relaciones de Usuario
Una herramienta de Python de código abierto que añade memoria relacional a los LLM modelando las relaciones usuario-IA a través de siete dimensiones psicológicas, utilizando una estructura narrativa de tres capas en lugar de un almacenamiento plano de hechos.