Agente Kanban de VS Code: Gestión de tareas basada en Markdown para agentes de codificación con IA

✍️ OpenClawRadar📅 Publicado: 10 de marzo de 2026🔗 Source
Agente Kanban de VS Code: Gestión de tareas basada en Markdown para agentes de codificación con IA
Ad

Qué hace VS Code Agent Kanban

VS Code Agent Kanban es una extensión de VS Code que proporciona gestión de tareas específicamente diseñada para desarrolladores que utilizan agentes de codificación con IA como GitHub Copilot. Resuelve el problema de la degradación del contexto, donde las conversaciones de planificación, las decisiones y la lógica desaparecen cuando se borran o cierran las sesiones de chat.

Características principales

  • Integración de tablero kanban compatible con GitOps y equipos dentro de VS Code - Toda la carpeta .agentkanban/ está diseñada para ser confirmada en el control de versiones
  • Plan estructurado / por hacer / implementar mediante comandos @kanban - Los usuarios escriben comandos como 'plan', 'todo' e 'implement' en la ventana de chat para guiar el flujo de trabajo del agente
  • Aprovecha tu entorno de agente existente - Utiliza tu configuración actual de agente de codificación con IA en lugar de incluir uno personalizado
  • Formato de tarea .md como fuente permanente de verdad - Cada tarea es un archivo Markdown con frontmatter YAML que rastrea el título, el carril kanban y las marcas de tiempo
Ad

Cómo funciona

Cada tarea reside en una carpeta .agentkanban/tasks/ como un archivo .md. El cuerpo contiene registros de conversación estructurados utilizando marcadores [usuario] y [agente]. Aquí está el formato de ejemplo de la fuente:

---
título: Implementar OAuth2
carril: haciendo
creado: 2026-03-08T10:00:00.000Z
actualizado: 2026-03-08T14:30:00.000Z
descripción: Integración OAuth2 para la API
---
## Conversación
[usuario] Planifiquemos la implementación de OAuth2. Necesitamos admitir tanto el flujo de código de dispositivo como el de credenciales de cliente.
[agente] Aquí está mi análisis de los dos enfoques de OAuth2 para tu API...
[usuario] Realiza cambios aquí, aquí y aquí
[agente] Aquí está mi plan actualizado ...

La extensión crea un flujo claro de planificar/por hacer/implementar donde los usuarios confirman la preparación en el chat de GitHub Copilot, luego el entorno del agente comienza a trabajar con todo el contexto preservado en el archivo markdown.

Beneficios para equipos

Debido a que las tareas se almacenan como archivos de texto plano:

  • Son comparables y fusionables de forma natural - sin conflictos de fusión por estados binarios opacos
  • Los equipos obtienen visibilidad compartida sobre en qué está trabajando la IA y qué se ha decidido
  • Los futuros desarrolladores pueden ver no solo qué se construyó sino por qué, en las palabras reales de la conversación de planificación
  • Proporciona un rastro de auditoría para entornos regulados o empresariales

Este enfoque es particularmente útil para desarrolladores que regularmente alcanzan límites de contexto con agentes de IA o necesitan mantener continuidad en múltiples sesiones de trabajo.

📖 Leer la fuente completa: HN AI Agents

Ad

👀 Ver también

NexQuant: Motor de caché KV de 3 bits nativo en Rust para implementación en el edge
Herramientas

NexQuant: Motor de caché KV de 3 bits nativo en Rust para implementación en el edge

NexQuant es un motor Rust optimizado para producción que permite ejecutar modelos de alto contexto en hardware de consumo con una reducción de memoria de 3-5x. Soporta backends Metal, CUDA, Vulkan y CPU.

OpenClawRadar
Evaluación de cuantización de Qwen 3.6 27B: Q4_K_M supera a Q8_0 en compensaciones prácticas
Herramientas

Evaluación de cuantización de Qwen 3.6 27B: Q4_K_M supera a Q8_0 en compensaciones prácticas

Evaluó Qwen 3.6 27B en BF16, Q4_K_M y Q8_0 GGUF quants en HumanEval, HellaSwag y BFCL. Q4_K_M ofrece puntuaciones casi de BF16 con un 48% menos de RAM, 1.45x de velocidad y un 68.8% de reducción del tamaño del archivo.

OpenClawRadar
El usuario de OpenClaw crea la habilidad 'feelslikeclaude' para mejorar el comportamiento del flujo de trabajo del agente ChatGPT.
Herramientas

El usuario de OpenClaw crea la habilidad 'feelslikeclaude' para mejorar el comportamiento del flujo de trabajo del agente ChatGPT.

Un desarrollador cambió su configuración de OpenClaw de Claude a ChatGPT y descubrió que la diferencia clave estaba en el comportamiento del flujo de trabajo, no en el estilo de escritura. Crearon una habilidad de clawhub llamada 'feelslikeclaude' para guiar a ChatGPT hacia mejores hábitos de ejecución.

OpenClawRadar
Dirac: Agente de código abierto lidera TerminalBench con un 65.2%, más barato y abierto
Herramientas

Dirac: Agente de código abierto lidera TerminalBench con un 65.2%, más barato y abierto

Dirac, un agente de codificación de código abierto, obtuvo una puntuación del 65,2% en TerminalBench 2.0 para gemini-3-flash-preview, superando la línea base de Google (47,6%) y el principal agente de código cerrado Junie CLI (64,3%). También reduce los costos de API en un 64,8% frente a sus competidores.

OpenClawRadar