OpenCharm

Dos caracteres para los ojos y uno para la boca, dibujados sobre una pantalla negra. Con eso alcanzan 22 estados de ánimo repartidos en 13 estados del agente: escucha mientras mantienes la tecla, piensa cuando arranca un turno, trabaja durante una llamada a herramienta, te necesita ante una aprobación, termina, se atasca tras tres errores seguidos, falla, aprende cuando se crea una skill, anota cuando se escribe en memoria, marca coste al pasar un límite, duerme y queda inactivo. Como cada cara es texto, cualquiera puede escribir una nueva y compartirla.

Mantén la tecla para hablar y el micrófono se abre, y se cierra en el momento en que sueltas. Púlsala para todo lo demás: despertar el charm, cortar la voz, descartar un aviso o responder que no. Toca la cara y reacciona. Cuando el anillo se pone naranja, mantener significa sí. En el charm de escritorio la tecla es Opción más Espacio en Mac y Ctrl más Alt más Espacio en Windows, y puedes remapearla. No hay palabra de activación ni gestos que aprender.

charmd es un daemon pequeño que corre junto al agente, en un portátil, un Mac mini o un servidor. Se ocupa del emparejamiento y el PIN, de la voz en tu equipo o con tu clave de OpenAI o ElevenLabs, y de las herramientas que el charm ofrece al agente. El charm no guarda claves de API ni el PIN, solo hashes. El emparejamiento funciona con un agente a la vez, así que la cara siempre pertenece a una sola sesión.

El charm de escritorio coloca los ojos a cada lado del notch, con un panel que se abre debajo para subtítulos y preguntas. En Windows ocurre lo mismo dentro de una píldora negra en el centro superior. La app ocupa unos 4 MB y consume cerca del 2% de un núcleo en reposo, algo que importa en algo que nunca se cierra. La placa ejecuta el mismo OpenCharm OS, escrito en C++.

El primer nivel no pide código. Quién es el charm, qué sabe y qué skills puede ejecutar son archivos de texto en el workspace, y puedes pedirle a tu agente de código que los reescriba. El segundo nivel añade servidores MCP y expone cinco herramientas propias: show_face, ask, notify, say y set_look, para que el agente elija su expresión. El tercer nivel es el firmware, un núcleo en C++ construido con ESP-IDF y probado en un emulador antes de llegar a la placa.

Buena parte del hardware para agentes de IA llega cerrado. Aquí compras una Waveshare ESP32-S3-Touch-AMOLED-2.16 con pantalla AMOLED de 2,16 pulgadas y 480 por 480, dos micrófonos, amplificador de altavoz, batería y carcasa, por 31,99 dólares. Guardas el firmware de fábrica, flasheas OpenCharm OS por USB y lo emparejas en unos cinco minutos. Una funda impresa cuesta alrededor de 1 dólar y una correa de teléfono unos 2, así que el conjunto queda entre 32 y 35 dólares.