Proyecto corporativo · Presentado sin referencias a la empresa: solo arquitectura y decisiones.
Máquina de estados que coordina agentes de IA del backlog al PR aprobado
Una señal de listo crea una ejecución persistida; el orquestador despacha definición, planificación de QA, aprobación de plan, desarrollo, revisión y retrabajo, luego publica un pull request, vigila el CI y espera aprobación humana.
Haz clic en un paso para saltar a él. Haz clic en un componente para ver detalles.
Plataforma interna que convierte ítems de un sistema de seguimiento de trabajo en pull requests revisados, coordinando agentes de IA especializados en requisitos, planificación de QA, desarrollo, revisión adversarial y reparación de CI. Un gateway de LLM multi-proveedor con capa de seguridad de prompts, un servidor MCP con herramientas acotadas, memoria vectorial y un indexador código a grafo forman la infraestructura compartida, con aprobación humana en cada paso crítico.
Los equipos querían entrega asistida por LLM pero no podían permitir que los agentes hablaran directo con los proveedores, filtraran datos sensibles en prompts, tuvieran acceso irrestricto al repositorio o al backlog, ni perdieran trabajo cuando una ejecución larga fallaba. El reto era volver auditable, reanudable y gobernado el comportamiento de los agentes, en lugar de una cadena de prompts ad hoc.
01
El estado del flujo, las herramientas y la memoria viven en el orquestador y los runtimes de agentes; el gateway solo ofrece acceso al modelo seguro, auditado y enrutado, y no sabe nada de ítems ni ramas. Así cada responsabilidad es reemplazable y el gateway reutilizable por cualquier cliente.
02
Las ejecuciones con LLM son largas, frágiles y costosas. Persistir la fase, el trabajo pendiente y el lease permite recuperación tras caídas, reintentos programados ante fallos de proveedor y estacionar ejecuciones que requieren decisión humana, para luego reanudar la misma transcripción y plan.
03
Escanear con Cerberus antes del enrutamiento garantiza que el contenido sensible nunca llegue a un proveedor externo, sin salto de red adicional. Las reglas son datos compartidos, por lo que evolucionan sin redesplegar el gateway.
04
Un revisor adversarial con otro rol, y preferiblemente otro modelo, reduce puntos ciegos correlacionados. Los hallazgos regresan al agente de desarrollo como retrabajo estructurado, con un número acotado de iteraciones antes de escalar a una persona.
05
Los permisos por rol de agente, las reglas de ramas protegidas y la nomenclatura de ramas se validan en el servidor y no existe una herramienta genérica de mutación. Un prompt comprometido o confundido no puede exceder su autoridad.
06
Identidades de símbolo estables (hash de repositorio, nombre calificado y firma) y generaciones por commit hacen la recuperación de contexto reproducible y barata, y permiten fusionar repositorios multi-solución en un único índice.
Historia del proyecto
Plataforma agéntica de entrega de software
Gira el teléfono o abre en pantalla completa para ver la historia
Abrir en pantalla completaHaz clic o usa las flechas para avanzar