Orloj: Entorno de Ejecución de Orquestación Declarativa para Sistemas de IA Multiagente

Qué hace Orloj
Orloj es un entorno de ejecución de orquestación con licencia Apache 2.0 para sistemas de IA de múltiples agentes. Declaras agentes, herramientas, políticas y flujos de trabajo en manifiestos YAML declarativos, y Orloj maneja la programación, ejecución, gobernanza y confiabilidad. Los creadores lo construyeron porque ejecutar agentes de IA en producción hoy se parece a ejecutar contenedores antes de Kubernetes: scripts ad-hoc, sin gobernanza, sin observabilidad y sin una forma estándar de gestionar flotas de agentes.
Características principales
- Agentes-como-Código: Define agentes en YAML con su modelo, herramientas, permisos y límites de ejecución.
- Topologías de Orquestación: Compone agentes en grafos dirigidos—tuberías, jerarquías o bucles de enjambre.
- Aplicación de Gobernanza: AgentPolicy, AgentRole y ToolPermission se evalúan en línea durante la ejecución antes de cada turno de agente y llamada a herramienta. Las acciones no autorizadas fallan cerradas con errores estructurados y trazas de auditoría.
- Controles de Política: Establece presupuestos de tokens por ejecución, lista blanca de modelos, bloquea herramientas específicas y aplica políticas a sistemas de agentes individuales.
- Confiabilidad de Producción: Propiedad de tareas basada en arrendamiento, reintento exponencial limitado con jitter, reproducción idempotente y manejo de letras muertas.
- Programación: Soporta desencadenadores cron y creación de tareas impulsadas por webhooks.
- Aislamiento de Herramientas: Configura por herramienta según el nivel de riesgo—ejecución directa, en sandbox, en contenedor o WASM.
- Soporte Nativo MCP: Registra servidores MCP (stdio o HTTP), descubre herramientas automáticamente y aplica políticas de gobernanza.
Arquitectura
El sistema utiliza una división servidor/trabajador:
- servidor orlojd: Aloja la API, almacén de recursos (en memoria para desarrollo, Postgres para producción) y programador de tareas.
- instancias orlojworker: Reclaman y ejecutan tareas, enrutan solicitudes de modelo a través de una puerta de enlace (OpenAI, Anthropic, Ollama, etc.) y ejecutan herramientas en aislamiento configurable.
Para desarrollo local, ejecuta todo en un solo proceso con: orlojd --embedded-worker --storage-backend=memory.
Comenzar
Descarga orlojd (servidor) y orlojctl (CLI) desde GitHub Releases, extráelos y ejecuta:
# Inicia el servidor con un trabajador integrado
./orlojd --storage-backend=memory --task-execution-mode=sequential --embedded-workerAbre http://127.0.0.1:8080/ para la consola web, luego aplica un plano de inicio:
# Aplica un plano de inicio (tubería: planificador -> investigación -> escritor)
./orlojctl apply -f examples/blueprints/pipeline/
# Verifica el resultado
./orlojctl get task bp-pipeline-taskSe incluyen tres planos de inicio: tubería, jerárquico y bucle de enjambre. El equipo está construyendo plantillas para flujos de trabajo operativos como triaje de respuesta a incidentes, recolección de evidencia de cumplimiento, tuberías de investigación de CVE y auditoría de rotación de secretos.
Estado Actual
Esta es la versión v0.1.0 con desarrollo activo. La hoja de ruta incluye nube alojada, empaquetado de cumplimiento y más. El entorno de ejecución completo es de código abierto hoy.
📖 Leer la fuente completa: HN AI Agents
👀 Ver también

Presentamos Lean Collab: Un Orquestador de Múltiples Agentes para Tareas de LLM de Larga Duración.
Lean Collab es un orquestador de código abierto diseñado para gestionar tareas de LLM de larga duración utilizando subagentes paralelos y coordinados.

AgentWorkingMemory: Un Sistema de Memoria Local para Agentes de Codificación de IA
AgentWorkingMemory (AWM) es un sistema de memoria local que resuelve el problema de amnesia entre sesiones en agentes de codificación con IA. Utiliza una base de datos SQLite, tres modelos de ML locales (~124MB en total) y se integra automáticamente mediante MCP para proporcionar memoria persistente y consciente del contexto a través de las sesiones de Claude Code.

El complemento Claude Code analiza cualquier complemento y genera informes wiki interactivos.
Un nuevo complemento de Claude Code llamado vision-powers analiza cualquier ruta de complemento o URL de GitHub y genera un informe wiki HTML interactivo con diagramas de arquitectura, auditorías de seguridad y desgloses de habilidades. La instalación se realiza mediante claude plugin add vision-powers@claude-code-zero.

NGX-OS: Sistema Operativo de Red Construido para IA con Integración eBPF y MCP
NGX-OS es un sistema operativo de red diseñado desde cero para la integración con IA, utilizando eBPF para telemetría en tiempo real y MCP para acceso directo de LLM a los datos de estado de la red sin capas de traducción.