Evolving Agents
Descubre Evolving Agents, un agente director de código abierto que aprende las convenciones de tu equipo, aplica el enrutamiento de privacidad y versiona cada lección.
Un agente director de código abierto que aprende las convenciones de tu equipo y versiona cada lección en parches claros.
Evolving Agents es un agente director que recorre tu CLAUDE.md y tu memoria como reglas enlazadas para guiar a los asistentes de programación. Se adapta a equipos que trabajan con Claude Code o modelos locales que necesitan que los agentes respeten las normas internas en lugar de prácticas genéricas.
Qué es
El director compila tus archivos de memoria en reglas enlazadas, los inyecta antes de planificar y redacta lecciones versionadas a partir de tus correcciones para que las aceptes o rechaces. Aplica el enrutamiento de tareas privadas a hardware local en el código y muestra cada regla seguida o pasada por alto en cada plan.
Para quién
Es ideal para equipos que luchan con agentes de programación que olvidan las definiciones personalizadas y las convenciones bajo presión, o para desarrolladores que exigen una estricta privacidad de datos para cargas de trabajo sensibles. No es adecuado para equipos que buscan una interfaz de chat independiente o aquellos que no están dispuestos a curar memoria en Markdown estructurado.
Funciones clave
Memoria de reglas enlazadas
Recorre tu CLAUDE.md y tus declaraciones de memoria para entregar la regla exacta del equipo al agente antes de que planifique.
Borradores de lecciones reguladas
Convierte las correcciones de tus sesiones en parches versionados propuestos que exigen tu aceptación o rechazo explícitos.
Enrutamiento de privacidad aplicado
Restringe las tareas confidenciales para que se ejecuten únicamente en tus máquinas locales autorizadas o servidores internos mediante reglas codificadas.
Traza de planes
Enumera las reglas exactas del equipo seguidas en cada plan junto con las decisiones que tu memoria actual aún no cubre.
Listo en 3 pasos
Nuestro veredicto honesto
Lo mejor
- Lleva las decisiones y umbrales específicos de tu equipo directamente al paso de planificación del agente.
- Mantiene cada lección aprendida como un cambio versionado legible, comparable y reversible.
- Aplica reglas de privacidad en el código para garantizar que el código confidencial nunca llegue a los modelos en la nube.
- Se integra de forma nativa como un plugin de Claude Code con memoria en Markdown simple que permanece en tu máquina.
Sus límites
- La compilación de archivos de memoria en reglas enlazadas genera costes iniciales de tokens de aproximadamente $5 para 60 archivos.
- Depende en gran medida de mantener y estructurar con precisión tus archivos de memoria Markdown locales.
- Requiere utilizar Claude Code y ejecutar comandos como compile y reflect para capturar lecciones.
Precios y licencia
Gratis bajo su licencia de código abierto, sin opción alojada de pago mencionada en el repositorio; el único coste es ejecutarlo por tu cuenta y el uso de tokens de compilación.
Empleos para hispanohablantes
880 puestos remotos abiertos de entrenamiento de IA, actualizados el 15 de noviembre de 2026; la mayoría paga $20–$175 por hora. 22 de ellos piden hispanohablantes. Zekai los lista gratis; la solicitud va a la plataforma del empleador.
Alternativas
Úsalo, o deja que lo configuremos
FAQ
¿Hace esta herramienta que el LLM subyacente sea intrínsecamente más inteligente?
No. Proporciona el contexto, las decisiones del equipo, las reglas de privacidad y los métodos difíciles de aprender que los modelos de frontera no pueden conocer automáticamente.
¿Dónde se almacena la memoria de mi equipo?
Tu memoria permanece directamente en tu máquina como archivos Markdown simples.
¿Cómo se gestionan las correcciones?
Cuando corriges a un agente, este redacta una lección que aparece en una franja del prompt permitiéndote ver el diff y aceptarlo o rechazarlo.
