RUNE-BOT - Un agente de IA local que recuerda y aprende de su propia ejecución

Las herramientas de IA repiten hoy el mismo error que cometieron ayer.

Estamos construyendo un agente de IA local que recuerda, aprende y no depende de un solo modelo.

Mejora mientras más lo usas

• Guarda cada ejecución como un episodio y rastrea patrones de éxito/fracaso
• Las tareas que apruebas repetidamente se elevan a ejecución automática (se puede revertir)
• Los datos de aprendizaje son archivos Markdown, así que puedes abrirlos y editarlos directamente

Divide por sí solo las tareas complejas

• Ejecuta en paralelo subtareas independientes en un worker pool
• Agrega tareas dinámicamente durante la ejecución según los resultados de la investigación
• Las herramientas de lectura se ejecutan con hasta 5 tareas simultáneas, y las de escritura en secuencia

No discrimina entre LLM

• Basado en LiteLLM, soporta más de 130 proveedores como Claude, GPT, Gemini y Ollama
• Cambio de modelo con una sola línea en config

Herramientas

• Búsqueda/recolección web, navegador headless (CDP), edición de archivos, bash, git
• Exploración de símbolos de código (tree-sitter), integración con servidor MCP, entrada/salida de voz (STT/TTS)
• Usa el mismo agente en TUI, Web UI, Telegram, Discord y Slack

Medidas de seguridad

• Detección de más de 80 patrones de riesgo, flujo de aprobación y diseño fail-closed

Todos los datos se guardan localmente (SQLite + Markdown + FAISS).
Python 3.13+, licencia MIT.

Ejemplo de ejecución real

Si le das una sola frase, se encarga por su cuenta de la búsqueda web → crawling → creación de archivos.

❯ Investiga sobre agent harness y redacta un documento

┃ ⊕ web_search "agent harness" AI framework ✓
┃ ⊕ web_search harness-first development agents ✓
┃ ⊕ web_fetch langchain.com/anatomy-of-agent-harness ✓
┃ ⊕ web_fetch datadoghq.com/harness-first-agents ✓
┃ ⊕ web_fetch anthropic.com/effective-harnesses ✓
┃ ⊕ web_fetch openai.com/harness-engineering ✓
┃ ◆ file_write agent_harness_research.md ✓

✓ 11 herramientas · 3 minutos — investigación en 4 sitios → informe integrado de 410 líneas

GitHub: https://github.com/dybala-21/rune

Todavía tiene muchas carencias. Si me comparten feedback, lo incorporaré.