- Monta diversos backends como S3/Google Drive/Slack/Gmail/Redis en un único árbol de sistema de archivos, para que los agentes de IA puedan acceder con la misma interfaz
- Sin necesidad de que el agente aprenda nuevos SDK/MCP de cada servicio, puede manejar todos los backends solo con herramientas bash tipo Unix y componer pipelines entre servicios de forma tan natural como en un disco local
- Funciona como un entorno de simulación, por lo que desde la perspectiva del agente solo se ve un sistema de archivos; si es un LLM que ya aprendió bash, puede usarlo de inmediato sin aprender vocabulario adicional
- Montaje de múltiples recursos: RAM, Disk, Redis, S3 / R2 / OCI / Supabase / GCS, Gmail / GDrive / GDocs / GSheets / GSlides, GitHub / Linear / Notion / Trello, Slack / Discord / Telegram / Email, MongoDB, SSH, etc., colocados en paralelo bajo una sola raíz
- Workspaces portables: se puede clonar, crear snapshots y versionar el entorno; al mover la ejecución del agente a otra máquina, no hace falta reiniciar ni reconfigurar
- Embed en apps: con los SDK de Python y TypeScript, se puede asignar directamente el sistema de archivos virtual dentro de cualquier runtime async como FastAPI, Express o apps de navegador, sin necesidad de procesos separados
- Compatible con frameworks de agentes: soporta OpenAI Agents SDK, Vercel AI SDK (TypeScript), LangChain, Pydantic AI, CAMEL y OpenHands
- CLI ligero + daemon: se conecta a agentes de programación como Claude Code y Codex para acceder a recursos montados con un bash familiar
-
Extensión de comandos
- Al registrar un nuevo comando con
ws.command('summarize', ...), este se puede usar en todos los montajes
- Soporta overrides de comandos para recursos o tipos de archivo específicos, como
ws.command('cat', { resource: 's3', filetype: 'parquet' }, ...); por ejemplo, al ejecutar cat sobre un archivo Parquet en S3, devuelve filas JSON en lugar de bytes crudos
-
Caché de 2 capas
- Index Cache: almacena en caché listados de directorios y metadatos; la primera exploración hace llamadas a la API y luego responde desde el índice hasta que expire el TTL
- File Cache: almacena en caché bytes de objetos; la primera lectura hace streaming desde el origen y luego los pipelines leen desde la caché
- Backends conectables: se puede elegir RAM (predeterminado, caché de archivos de 512MB, TTL de índice de 10 minutos) o Redis (compartido entre workers, procesos y máquinas; la caché se conserva tras reinicios)
- Licencia Apache-2.0
1 comentarios
¡Oh! Está interesante.