Skir: Una alternativa moderna a Protocol Buffers para el intercambio de datos con seguridad de tipos.

✍️ OpenClawRadar📅 Publicado: 9 de marzo de 2026🔗 Source
Skir: Una alternativa moderna a Protocol Buffers para el intercambio de datos con seguridad de tipos.
Ad

Qué hace Skir

Skir es una alternativa moderna a Protocol Buffers que sirve como una única fuente de verdad para tipos de datos. Escribes tu esquema una vez en un archivo .skir y generas código idiomático y con seguridad de tipos para múltiples lenguajes.

Características clave y flujo de trabajo

Toda la configuración reside en un archivo YAML. Puedes inicializar un proyecto con npx skir init. El modo de observación recompila automáticamente cuando los archivos cambian.

Aquí hay un ejemplo de esquema de la fuente:

struct Point {
  x: int32;
  y: int32;
  label: string;
}

struct Shape { points: [Point]; /// Una cadena corta que describe esta forma. label: string; }

const TOP_RIGHT_CORNER: Point = { x: 600, y: 400, label: "top-right corner", };

Uso del código generado

El código generado incluye métodos de serialización y deserialización. Para TypeScript:

import { Point } from "../skirout/shapes";

const point = Point.create({ x: 3, y: 4, label: "P" });

const pointJson = Point.serializer.toJson(point); console.log(pointJson); // [3, 4, "P"]

const restored = Point.serializer.fromJson(pointJson); console.log(restored.label); // "P"

Ad

Evolución de esquemas y soporte RPC

Skir incluye verificaciones y pautas integradas para una evolución segura de esquemas en sistemas de larga duración o distribuidos. También soporta RPCs con seguridad de tipos de extremo a extremo similar a gRPC.

Ejemplo de definición RPC:

struct WhatToWearRequest {
  temperature_celsius: float32;
  raining: bool;
}

struct WhatToWearResponse { bottom_outfit: string; sunglasses: bool; }

method WhatToWear(WhatToWearRequest): WhatToWearResponse = 770862;

Características adicionales

  • Serialización a JSON denso (compacto, permite evolución de esquemas), JSON legible (para depuración) o binario (para rendimiento)
  • Gestor de paquetes integrado que importa tipos directamente desde repositorios de GitHub
  • Extensión de VS Code con validación en tiempo real, autocompletado de código y formateo automático
  • Lenguajes soportados: TypeScript, Python, C++, Java, Kotlin, Dart

Para quién es

Equipos que ejecutan pilas de lenguajes mixtos y necesitan intercambio de datos con seguridad de tipos entre servicios, particularmente útil para aplicaciones full-stack con diferentes lenguajes en frontend y backend.

📖 Read the full source: HN AI Agents

Ad

👀 Ver también

Qwen2-0.5B Ajustado para Automatización de Tareas Locales con llama.cpp
Herramientas

Qwen2-0.5B Ajustado para Automatización de Tareas Locales con llama.cpp

Un desarrollador ajustó Qwen2-0.5B para automatización de tareas usando LoRA en aproximadamente 1000 ejemplos personalizados, creando un modelo GGUF de 300MB que se ejecuta localmente en CPU mediante llama.cpp. El modelo toma tareas en lenguaje natural, detecta tipos de tareas y genera planes de ejecución con comandos CLI y atajos de teclado.

OpenClawRadar
ClawControl 1.7.1 mejora la fiabilidad de los mensajes y la compatibilidad multimedia para OpenClaw.
Herramientas

ClawControl 1.7.1 mejora la fiabilidad de los mensajes y la compatibilidad multimedia para OpenClaw.

ClawControl 1.7.1 corrige varios problemas del lado del cliente, incluida la acumulación descontrolada de texto, mensajes fantasma y problemas de manejo de medios. La actualización mantiene la compatibilidad con OpenClaw hasta la versión 3.28.

OpenClawRadar
La herramienta de corrección de memoria OpenClaw aborda la degradación del rendimiento.
Herramientas

La herramienta de corrección de memoria OpenClaw aborda la degradación del rendimiento.

Un nuevo comando de barra llamado /claw_memory_fix ayuda a limpiar los archivos de memoria de OpenClaw cuando el agente olvida credenciales o permisos. La herramienta implementa técnicas de Alibaba, ingeniería de GitHub, MemGPT e investigaciones de enero de 2026 sobre gestión de memoria.

OpenClawRadar
Gemini 3.1 Pro en Sistemas Multiagente: Alta Calidad de Diseño, Tasa de Fallos en Llamadas a Herramientas del 20%
Herramientas

Gemini 3.1 Pro en Sistemas Multiagente: Alta Calidad de Diseño, Tasa de Fallos en Llamadas a Herramientas del 20%

Los desarrolladores que construyen Bobr, un generador de presentaciones con IA con una arquitectura multiagente, reportan que Gemini 3.1 Pro produce resultados de diseño impresionantes, pero sufre de una tasa de fallos en llamadas a herramientas de ~20% y corrupción de texto en las canalizaciones de producción.

OpenClawRadar