Agentspan

Agentspan

Orkes · Programación

Agentspan es un servidor y SDK con licencia MIT que puedes alojar tú mismo y que convierte el código de un agente en flujos de trabajo duraderos. Escribes un agente y el servidor lo mantiene vivo frente a caídas, reinicios y esperas largas, reanudando desde el último paso completado cada vez que un worker se reconecta. Se distribuye como runtime, no como producto alojado, así que lo ejecutas en tu propia infraestructura y solo pagas las llamadas al modelo que haces. En agosto de 2026, el proyecto se fusionó con Orkes Conductor y el repositorio original quedó archivado.

Vista previa de la interfaz de Agentspan

Acerca de Agentspan

Qué es Agentspan

Agentspan es un runtime duradero para agentes de IA. La idea central es que la mayoría de los frameworks de agentes pierden el hilo cuando algo va mal. Un proceso se cae. Un despliegue interrumpe una ejecución. Un paso espera días a que una persona pulse aprobar. Y entonces la tarea entera se reinicia desde cero. Agentspan trata cada ejecución como un flujo de trabajo persistido, así que el progreso sobrevive a todo eso.

Es de código abierto bajo licencia MIT y está pensado para correr en tus propias máquinas. Instalas un servidor, lo apuntas a un proveedor de modelos y despliegas agentes que el servidor ejecuta paso a paso con reintentos automáticos y un historial completo detrás de cada decisión. Tres patrones cubren la mayoría de los casos: agentes de larga duración que corren minutos u horas, agentes de planificar y ejecutar donde el modelo planifica una vez y el servidor ejecuta ese plan de forma determinista, y agentes dirigidos por eventos que se disparan con cron, colas o webhooks. Todo esto es un servidor de agentes de IA de código abierto que gestionas tú, más un SDK de flujos de trabajo de agentes para el lenguaje que elijas.

El inconveniente es que son herramientas para desarrolladores, no una app sin código. No hay constructor de arrastrar y soltar. Tampoco editor visual. Y la fusión con Conductor hace que los usuarios nuevos se dirijan al inicio rápido de Conductor. Si necesitas un editor de agentes con arrastrar y soltar, esto no es.

Primeros pasos

  1. Instala la CLI en macOS o Linux con el script de shell, o en Windows con su equivalente en PowerShell.
  2. Añade el SDK de tu stack (Python, TypeScript/JavaScript o C#/.NET) con pip, npm o la CLI de dotnet.
  3. Configura la clave de tu proveedor de modelos como variable de entorno, por ejemplo OPENAI_API_KEY.
  4. Arranca el servidor local, que corre en el puerto 6767 y abre una interfaz en el navegador para inspeccionar ejecuciones.
  5. Escribe una función de agente con una herramienta, despliégalo y observa cada paso en el historial de ejecución.

Información del producto

Un vistazo rápido a los precios, las plataformas compatibles y el rendimiento de Agentspan.

Plan gratuitoSí
Planes de pago$0
PlataformaSelf-hosted server (macOS, Linux, Windows); SDK for Python, TypeScript/JavaScript, C#/.NET
DesarrolladorOrkes
CategoríaProgramación
Fecha de lanzamientoMar 2025
Última actualizaciónAug 2025
Visitas al sitio web540
Ranking global del sitio3.7M
Disponibilidad de la APISí

Ideal para

Los usuarios, tareas y casos de uso en los que esta herramienta encaja mejor.

Usuarios

  • Ingenieros de backend y de plataforma
  • Equipos que ya usan Conductor
  • Desarrolladores independientes que prototipan automatizaciones

Tareas

  • Pipelines de larga duración
  • Flujos de planificar y luego ejecutar
  • Trabajos disparados por eventos

Casos de uso

  • Informes automatizados con horario de día laborable
  • Acciones condicionadas a aprobación
  • Equipos que evitan la dependencia de un proveedor

Funciones clave

Ejecución duradera

Cada paso se persiste antes de que empiece el siguiente, así una caída, un despliegue o una espera larga nunca te cuestan el progreso de la ejecución. Cuando un worker nuevo se conecta, el servidor reanuda desde el último paso completado. Esa es toda la promesa. Para agentes que tardan minutos u horas, esto marca la diferencia entre una herramienta en la que confías y otra a la que tienes que vigilar.

Agentes de planificar y ejecutar

En el modo planificar y ejecutar, el modelo decide qué hacer en tiempo de ejecución, pero solo una vez, y emite un único plan JSON que el servidor compila en un flujo de trabajo inmutable para sacar la aleatoriedad del modelo de la orquestación, los reintentos y el paralelismo. Estos agentes de planificar y ejecutar también pueden llamar a tus flujos de trabajo existentes de Conductor como pasos.

Disparadores dirigidos por eventos

Los agentes pueden arrancar desde programaciones cron, temas de Kafka, colas de SQS, mensajes AMQP, webhooks y eventos de base de datos, y cada uno de esos disparadores es una ejecución duradera con historial completo, así un agente se comporta como cualquier otro consumidor de eventos de tu stack. Montas una programación en una sola línea, por ejemplo una expresión cron de mañana de día laborable.

Aprobaciones con humano en el bucle

Una ejecución puede pausarse sin perder estado, recoger la revisión o los datos de una persona y luego reanudar la misma ejecución. Eso lo convierte en un agente con humano en el bucle por diseño, no por parche. Como el estado vive en el flujo de trabajo y no en la memoria de un proceso, la espera puede durar minutos o días. Esto importa para cualquier acción que necesite un visto bueno antes de surtir efecto.

Observabilidad turno a turno

El servidor guarda un registro duradero de decisiones, resultados de políticas, datos de tareas, tiempos y fallos. Puedes inspeccionar qué propuso un agente, qué permitió la política y dónde se detuvo una ejecución. ¿Por qué falló? La respuesta está en el registro. Depurar un agente deja de ser adivinanza cuando cada turno queda registrado.

Políticas y barreras integradas

La salida del modelo se trata como una propuesta, no como una orden. Los planes y los argumentos de las herramientas deben pasar la validación de esquema, las comprobaciones de política y las aprobaciones necesarias antes de convertirse en trabajo ejecutable. Así nada corre hasta que está autorizado. Puedes limitar herramientas, entradas, abanico de llamadas, tiempo y coste antes de que se ejecute nada.

SDK multilenguaje

El SDK de Conductor Agent se distribuye para Python, TypeScript/JavaScript y C#/.NET, así los equipos construyen agentes en el lenguaje que ya usan. La estrategia de planificar y ejecutar funciona en los tres. Lo instalas con una sola línea de paquete por stack y mantienes tus agentes portables.

Ventajas y desventajas

Ventajas

  • Código abierto bajo MIT con servidor autoalojable, así no hay cuota por asiento y los datos se quedan en tu infraestructura.
  • La ejecución duradera y los checkpoints gestionan caídas, despliegues y esperas de varias horas sin reiniciar una ejecución.
  • El modo planificar y ejecutar saca la aleatoriedad del modelo de la orquestación, lo que hace predecibles los reintentos y el paralelismo.
  • Los disparadores de eventos cubren cron, Kafka, SQS, AMQP, webhooks y eventos de base de datos desde el primer momento.
  • Los SDK para Python, TypeScript/JavaScript y C#/.NET hacen que no tengas que cambiar de lenguaje para adoptarlo.

Desventajas

  • El repositorio original queda archivado tras la fusión con Orkes Conductor, así que el trabajo nuevo ocurre en Conductor, no aquí.
  • No hay constructor visual, lo que lo descarta para quien quiere un editor de agentes con arrastrar y soltar.
  • Alojarlo tú significa que gestionas despliegue, actualizaciones y escalado por tu cuenta, y eso es trabajo real para un equipo pequeño.

Preguntas frecuentes

Es un runtime que ejecuta agentes de IA como flujos de trabajo duraderos. Escribes el código del agente y el servidor gestiona reintentos, checkpoints, aprobaciones humanas e historial de ejecución, así el agente sobrevive a caídas y esperas largas.

Contenido relacionado

Explora herramientas, habilidades y artículos relacionados con Agentspan.

Alternativas a Agentspan

Forefront

Forefront

Forefront · Programación

Forefront es una plataforma web para construir con IA de código abierto. Te deja ajustar los principales modelos de lenguaje de código abierto con tus propios datos, evaluar cómo rinden y ejecutarlos a través de una API o exportarlos para alojarlos tú mismo. Los desarrolladores que quieren la comodidad de una plataforma cerrada pero insisten en ser dueños de sus modelos y sus datos son el público objetivo.

Gratis / $0 - $99/moVer detalles
Startkit

Startkit

StartKit.AI · Programación

Startkit es un boilerplate para crear productos de SaaS con IA y wrappers de IA. Piénsalo como un boilerplate para startups de IA con las partes aburridas ya conectadas: autenticación, pagos con Stripe y Lemon Squeezy, límites de uso, correo transaccional y un kit de inicio de API de IA que habla con OpenAI, Anthropic, Groq o Llama. Clonas el repositorio, pones tu precio y te dedicas a la parte del producto por la que la gente paga de verdad. Está hecho con Next.js sobre React y Tailwind, así que buena parte del código boilerplate ya te resulta familiar.

De pago / $99 - $499 one-timeVer detalles
Testim

Testim

Tricentis · Programación

Testim es una plataforma de automatización de pruebas impulsada por IA para crear y ejecutar pruebas de extremo a extremo en aplicaciones web, móviles y Salesforce. Se apoya en el aprendizaje automático para mantener las pruebas estables cuando cambia una interfaz, así que los equipos dedican menos tiempo a reparar selectores rotos. No está nada mal para una herramienta de pruebas automatizadas que puedes empezar a usar hoy mismo. Creas pruebas grabando acciones en un navegador y luego añades JavaScript cuando necesitas más control. Es una opción sólida para equipos de QA con mucho trabajo.

Gratis / Custom pricing on requestVer detalles