
Agentspan
Orkes · Programação
O Agentspan é um servidor e SDK com licença MIT que você mesmo hospeda e que transforma o código de um agente em fluxos de trabalho duráveis. Você escreve um agente e o servidor o mantém vivo diante de falhas, reinícios e esperas longas, retomando do último passo concluído sempre que um worker se reconecta. Ele é distribuído como runtime, não como produto hospedado, então você o roda na sua própria infraestrutura e paga apenas as chamadas ao modelo que fizer. Em agosto de 2026, o projeto foi incorporado ao Orkes Conductor e o repositório original foi arquivado.

Sobre Agentspan
O que é o Agentspan
O Agentspan é um runtime durável para agentes de IA. A ideia central é que a maioria dos frameworks de agentes perde o fio da meada quando algo dá errado. Um processo cai. Um deploy interrompe uma execução. Um passo espera dias até uma pessoa clicar em aprovar. E então a tarefa inteira recomeça do zero. O Agentspan trata cada execução como um fluxo de trabalho persistido, então o progresso sobrevive a tudo isso.
Ele é de código aberto sob licença MIT e foi feito para rodar nas suas próprias máquinas. Você instala um servidor, aponta para um provedor de modelos e implanta agentes que o servidor executa passo a passo com novas tentativas automáticas e um histórico completo por trás de cada decisão. Três padrões cobrem a maioria dos casos: agentes de longa duração que rodam minutos ou horas, agentes de planejar e executar, em que o modelo planeja uma vez e o servidor executa esse plano de forma determinística, e agentes orientados a eventos, disparados por cron, filas ou webhooks. Tudo isso é um servidor de agentes de IA de código aberto que você mesmo administra, mais um SDK de fluxo de trabalho de agentes para a linguagem que você escolher.
O porém é que são ferramentas para desenvolvedores, não um app sem código. Não há construtor de arrastar e soltar. Nem editor visual. E a incorporação ao Conductor faz com que novos usuários sejam direcionados ao guia de início rápido do Conductor. Se você precisa de um editor de agentes com arrastar e soltar, não é este.
Como começar
- Instale a CLI no macOS ou Linux com o script de shell, ou no Windows com o equivalente em PowerShell.
- Adicione o SDK para a sua stack (Python, TypeScript/JavaScript ou C#/.NET) via pip, npm ou a CLI do dotnet.
- Defina a chave do seu provedor de modelos como variável de ambiente, por exemplo
OPENAI_API_KEY. - Inicie o servidor local, que roda na porta 6767 e abre uma interface no navegador para inspecionar execuções.
- Escreva uma função de agente com uma ferramenta, implante e acompanhe cada passo no histórico de execução.
Informações do produto
Uma visão rápida dos preços, das plataformas compatíveis e do desempenho de Agentspan.
Ideal para
Os usuários, tarefas e cenários em que esta ferramenta se encaixa melhor.
Usuários
- Engenheiros de backend e de plataforma
- Equipes que já usam o Conductor
- Desenvolvedores solo prototipando automações
Tarefas
- Pipelines de longa duração
- Fluxos de planejar e depois executar
- Jobs disparados por eventos
Cenários
- Relatórios automatizados em horário de dia útil
- Ações condicionadas a aprovação
- Equipes que evitam dependência de fornecedor
Principais recursos
Execução durável
Cada passo é persistido antes de o próximo começar, então uma falha, um deploy ou uma espera longa nunca custam o progresso da execução. Quando um worker novo se conecta, o servidor retoma do último passo concluído. Essa é toda a promessa. Para agentes que levam minutos ou horas, isso é a diferença entre uma ferramenta em que você confia e outra que você precisa vigiar.
Agentes de planejar e executar
No modo planejar e executar, o modelo decide o que fazer em tempo de execução, mas só uma vez, e emite um único plano JSON que o servidor compila em um fluxo de trabalho imutável para tirar a aleatoriedade do modelo da orquestração, das novas tentativas e do paralelismo. Esses agentes de planejar e executar também podem chamar seus fluxos de trabalho existentes do Conductor como passos.
Gatilhos orientados a eventos
Os agentes podem partir de agendamentos cron, tópicos do Kafka, filas do SQS, mensagens AMQP, webhooks e eventos de banco de dados, e cada um desses gatilhos é uma execução durável com histórico completo, então um agente se comporta como qualquer outro consumidor de eventos da sua stack. Você monta um agendamento em uma única linha, por exemplo uma expressão cron de manhã de dia útil.
Aprovações com humano no circuito
Uma execução pode pausar sem perder estado, coletar a revisão ou os dados de uma pessoa e depois retomar a mesma execução. Isso o torna um agente com humano no circuito por design, não por remendo. Como o estado vive no fluxo de trabalho e não na memória de um processo, a espera pode durar minutos ou dias. Isso importa para qualquer ação que precise de um aval antes de fazer efeito.
Observabilidade turno a turno
O servidor mantém um registro durável de decisões, resultados de políticas, dados de tarefas, tempos e falhas. Você pode inspecionar o que um agente propôs, o que a política permitiu e onde uma execução parou. Por que falhou? A resposta está no registro. Depurar um agente deixa de ser adivinhação quando cada turno fica registrado.
Políticas e barreiras integradas
A saída do modelo é tratada como uma proposta, não como uma ordem. Planos e argumentos de ferramentas precisam passar pela validação de esquema, pelas checagens de política e pelas aprovações necessárias antes de virarem trabalho executável. Assim nada roda até estar liberado. Você pode limitar ferramentas, entradas, leque de chamadas, tempo e custo antes de qualquer coisa rodar.
SDKs multi-linguagem
O SDK do Conductor Agent é distribuído para Python, TypeScript/JavaScript e C#/.NET, então as equipes constroem agentes na linguagem que já usam. A estratégia de planejar e executar funciona nas três. Você o instala com uma única linha de pacote por stack e mantém seus agentes portáveis.
Prós e contras
Prós
- Código aberto sob MIT com servidor auto-hospedável, então não há taxa por assento e os dados ficam na sua infraestrutura.
- A execução durável e os checkpoints lidam com falhas, deploys e esperas de várias horas sem reiniciar uma execução.
- O modo planejar e executar tira a aleatoriedade do modelo da orquestração, tornando previsíveis as novas tentativas e o paralelismo.
- Os gatilhos de eventos cobrem cron, Kafka, SQS, AMQP, webhooks e eventos de banco de dados desde o início.
- Os SDKs para Python, TypeScript/JavaScript e C#/.NET fazem com que você não precise trocar de linguagem para adotá-lo.
Contras
- O repositório original foi arquivado após a incorporação ao Orkes Conductor, então o trabalho novo acontece no Conductor, não aqui.
- Não há construtor visual, o que o descarta para quem quer um editor de agentes com arrastar e soltar.
- Hospedar por conta própria significa que você cuida de deploy, atualizações e escalonamento, e isso é trabalho de verdade para uma equipe pequena.
Perguntas frequentes
É um runtime que executa agentes de IA como fluxos de trabalho duráveis. Você escreve o código do agente e o servidor cuida de novas tentativas, checkpoints, aprovações humanas e histórico de execução, então o agente sobrevive a falhas e esperas longas.
Conteúdo relacionado
Explore ferramentas, skills e artigos relacionados a Agentspan.
Alternativas a Agentspan
Forefront
Forefront · ProgramaçãoO Forefront é uma plataforma web para construir com IA de código aberto. Você ajusta os principais modelos de linguagem de código aberto com seus próprios dados, avalia o desempenho deles e os roda por uma API ou os exporta para hospedar por conta própria. Desenvolvedores que querem a conveniência de uma plataforma fechada, mas fazem questão de ser donos dos modelos e dos dados, são o público-alvo aqui.
Startkit
StartKit.AI · ProgramaçãoStartkit é um boilerplate para criar produtos de SaaS com IA e wrappers de IA. Pense nele como um boilerplate para startups de IA com as partes chatas já conectadas: autenticação, pagamentos com Stripe e Lemon Squeezy, limites de uso, e-mail transacional e um kit inicial de API de IA que conversa com OpenAI, Anthropic, Groq ou Llama. Você clona o repositório, define seu preço e começa pela parte do produto que as pessoas realmente pagam. Ele é feito em Next.js sobre React e Tailwind, então boa parte do código boilerplate já parece familiar.
Testim
Tricentis · ProgramaçãoO Testim é uma plataforma de automação de testes com IA para criar e executar testes de ponta a ponta em aplicações web, mobile e Salesforce. Ele se apoia no aprendizado de máquina para manter os testes estáveis quando uma interface muda, então as equipes gastam menos tempo consertando seletores quebrados. Nada mal para uma ferramenta de testes automatizados que você pode começar a usar hoje. Você cria testes gravando ações no navegador e depois adiciona JavaScript quando precisa de mais controle. É uma escolha sólida para equipes de QA ocupadas.
