AgentFlow
Conceptos

Filosofía

Orquestación determinista, validación antes de confiar y límites honestos.

Filosofía

El problema de ingeniería

Los agentes de codificación con IA son potentes, pero sus salidas no son deterministas. Los equipos siguen necesitando flujos reproducibles: pasos conocidos, ramas aisladas, validación externa, coste visible y trazas de auditoría; no ejecuciones opacas en las que nadie pueda explicar qué ocurrió ni por qué.

AgentFlow existe para hacer explícita la orquestación. Usted configura el pipeline, los comandos de validación y las salvaguardas económicas; la herramienta coordina la ejecución y deja constancia de lo ejecutado.

Enfoque de AgentFlow

El modelo mental por defecto es spec → plan → implement → verify → review → report. Cada fase tiene un lugar definido en la máquina de estados y en los informes bajo .agentflow/runs/.

Estado explícito: las corridas y las tareas se guardan en SQLite con una máquina de estados documentada. Puede inspeccionar el estado, reanudar y relacionar informes con identificadores de corrida sin inferir el progreso únicamente desde el historial del chat.

Investigación local primero ejecuta grep, recorridos del sistema de archivos y empaquetado de contexto en su máquina antes de las llamadas a la nube. El objetivo son prompts más pequeños y pertinentes, no enviar el repositorio completo porque resulte cómodo.

Conciencia del coste aplica estimaciones heurísticas de tokens y presupuestos configurables antes de la ejecución. Las estimaciones son aproximadas, pero resultan preferibles a descubrir el gasto al final de una sesión larga con agentes.

Aislamiento con git worktree mantiene una tarea en una rama y un árbol de trabajo. El trabajo en paralelo queda separado de su checkout principal.

Validación con sus comandos significa go test, linters y scripts en los que confía; no que el agente declare éxito. AgentFlow programa esas comprobaciones; no sustituye su batería de pruebas.

Informes reproducibles conservan artefactos en Markdown y JSON para auditar una corrida días después.

Lo que no afirmamos

Compromisos que conviene comprender

VentajaCoste
Pasos de pipeline predeciblesMenos «magia de un solo paso» que en chats ad hoc
Estimación de coste por adelantadoCifras aproximadas (heurísticas carácter/token)
Seguridad de los worktreesMás uso de disco y complejidad en git
Agentes intercambiablesDebe instalar y configurar cada CLI

Estos compromisos son intencionados. AgentFlow favorece el control y la auditabilidad frente a la ilusión de una codificación totalmente autónoma.

Palancas de configuración

Una vez aceptado ese modelo, unas pocas palancas concentran la mayor parte del efecto:

  • work.auto_verify, work.auto_review: equilibrio entre automatización y compuertas manuales
  • policies.require_clean_git: bloqueo de árboles «sucios» cuando la política lo exige
  • budgets: límites económicos antes de pasos costosos

Lecturas relacionadas