Hugging Face's logo

Darochin
/
openskynet

English
Spanish
agent
autonomy
research
typescript
nodejs
llm
Model card Files
xet
 Community
openskynet / README.es.md
Darochin's picture
Darochin
Improve README landing for visitors
21bb7c7 verified
preview code
|
raw
history blame contribute delete
15.7 kB

OpenSkyNet

Banner

GitHub Hugging Face License: MIT Estado

Lee la versión por defecto en English.

OpenSkyNet es una evolución empírica y orientada a la autonomía de OpenClaw.

No está planteado como otro contenedor de "chat con herramientas". La meta central es convertir el runtime del asistente en algo más sólido entre sesiones: mejor continuidad de estado, mejor recuperación tras fallos, mejor routing y mejor trabajo autónomo de largo plazo.

Por Qué Mirar Este Repo

OpenSkyNet intenta empujar más allá del patrón típico de "LLM con tools" en dos direcciones al mismo tiempo:

  • un runtime agente más fuerte, con memoria, recuperación, routing, control ejecutivo y autonomía
  • un Brain Lab separado en src/skynet para explorar sustratos cognitivos nuevos más allá del stack centrado en LLM

Si te interesan agentes, continuidad entre sesiones, autonomía, runtimes ejecutivos o arquitecturas de cerebro experimentales, vale la pena mirar este repositorio.

Empieza Aquí

Si llegaste por primera vez, sigue esta ruta:

  1. Lee este README para tener la vista general de la plataforma.
  2. Abre src/omega para ver el spine runtime concreto.
  3. Abre src/skynet para ver Brain Lab y los experimentos.
  4. Usa docs/start/QUICKSTART.md si quieres correrlo localmente.

Enlaces rápidos:

Estado Experimental

Este repositorio es experimental.

Está pensado para:

  • funcionalidad de frontera
  • investigación en autonomía
  • experimentación sobre el runtime
  • exploración de Brain Lab en src/skynet

No está planteado como objetivo de despliegue productivo.

Expectativa práctica:

  • la funcionalidad y la iteración empírica tienen prioridad sobre el hardening productivo
  • la arquitectura puede cambiar de forma agresiva
  • los subsistemas experimentales pueden estar incompletos, ser inestables o seguir deliberadamente ásperos
  • si alguien lo despliega en un entorno sensible, esa decisión corre por su cuenta, no por una promesa del proyecto

Repositorio

El desarrollo activo ocurre en: github.com/skynet-omega/openskynet

Mirrors públicos y contacto:

Dirección Actual

OpenSkyNet hoy tiene tres capas separadas con bastante más claridad:

  • Gateway / plataforma agente: canales, sesiones, herramientas, cron, UI y la base operativa heredada de OpenClaw.
  • Runtime Omega: el spine experimental principal para contexto de decisión, recuperación, routing, despacho ejecutivo, world model y memoria estructurada.
  • Proyecto interno benchmark: una carga de trabajo autónoma configurable mediante INTERNAL_PROJECT.json. Por defecto ese proyecto es Skynet, pero no es la identidad de OpenSkyNet y puede reemplazarse por otro dominio.

Operativamente, el repo igual se trabaja con una directiva de dos líneas:

  • OpenSkyNet = plataforma/runtime/tooling
  • Skynet Brain Lab = la línea de investigación separada en src/skynet para buscar un sustrato cognitivo nuevo más allá del agente centrado en LLM
  • sólo deben promoverse mecanismos del lab a la plataforma después de validación empírica y revisión explícita de costo/beneficio

El benchmark práctico es este:

  • si OpenSkyNet puede sostener trabajo autónomo útil sobre un proyecto interno a lo largo del tiempo, entonces está mejorando como agente frente al runtime padre
  • si no puede, todavía le falta arquitectura

Omega Hoy

Omega ya no es sólo un nombre para experimentos vagos de cognición. Hoy tiene responsabilidades concretas del runtime en src/omega:

  • runtime-authority.ts: fusiona señales de estado presente en una autoridad común usada por heartbeat, trabajo ejecutivo y autonomía.
  • living-memory.ts y living-memory-events.ts: mantienen estado presente estructurado e historial durable de eventos en .openskynet/living-memory/.
  • world-model.ts: deriva presión de routing, localidad, preferencia de recuperación, presión del proyecto interno y contexto ejecutivo desde el estado actual.
  • session-context.ts: mantiene coherentes timeline, validación, self-time kernel y outcomes de sesión entre turnos.
  • execution-controller.ts: decide control correctivo y postura de recuperación en vez de dejar el manejo de fallos como pegamento de prompts.
  • heartbeat-core.ts: centraliza razonamiento de wake, carga de autoridad runtime, framing correctivo y lógica ejecutiva de heartbeat.
  • frontal/wake-policy.ts: prioriza trabajo interrumpido o activo por encima de limpieza de goals stale.
  • inner-life/drives.ts: resuelve presión motivacional persistente con selección contextual de drives en vez de ranking bruto por error.
  • sparse-metabolism.ts y jepa-drive-enhancement.ts: añaden gating más liviano y sensible a sorpresa para despertar componentes caros sólo cuando conviene.
  • cognitive-kernel.ts: carga artefactos del lab sólo como soft prior con compuertas explícitas, no como reemplazo soberano del runtime.

El trabajo reciente también movió piezas no críticas o demasiado teóricas fuera del hot path hacia src/omega/experimental, dejando el runtime más claro que en iteraciones anteriores.

Para Qué Existe src/skynet/experiments

src/skynet/experiments es el laboratorio activo de Skynet Brain Lab.

Su propósito no es llenar la plataforma de código especulativo. Existe para:

  • probar nuevos sustratos cognitivos, arquitecturas no tradicionales e hipótesis físicas/geométricas fuera del runtime estable
  • correr benchmarks falsables antes de promover cualquier mecanismo a OpenSkyNet u Omega
  • conservar líneas históricas de arquitectura como V28, V67, V77 y otros prototipos sin forzarlas a producción
  • separar con claridad dos preguntas:
    • "¿esta idea crea un mejor cerebro?"
    • "¿esta idea mejora el runtime productivo?"

Regla práctica:

  • si un experimento sigue en src/skynet/experiments, todavía es investigación
  • si un mecanismo sobrevive revisión empírica y análisis explícito de costo/beneficio, recién entonces debería transferirse a la plataforma

Qué Lo Diferencia de OpenClaw

OpenClaw sigue siendo la plataforma base y aporta mucho del plumbing esencial. OpenSkyNet se distancia del padre en estas zonas:

  • Memoria viva estructurada: el estado presente ya no debería salir solo de diarios planos. El runtime vive en .openskynet/living-memory/ y stores estructurados relacionados.
  • Soberanía de runtime: heartbeat, omega_work y la ejecución autónoma están convergiendo hacia una autoridad común en vez de reconstruir contexto por separado.
  • Énfasis en decisión y recuperación: Omega modela de forma explícita recuperación, preferencias de routing, world state y presión de mantenimiento.
  • Spine Omega concreto: memoria viva, world model, wake policy, selección de drives, metabolismo, control correctivo y recuperación ejecutiva ya existen como módulos explícitos, no como una sola masa conversacional.
  • Línea interna de investigación: el benchmark/lab Skynet incluye probes de bifurcación, cosecha de episodios causales y otros loops experimentales sin volverlos obligatorios para el runtime central de la plataforma.
  • Proyecto interno benchmark: el sistema puede trabajar en un proyecto configurable durante ciclos libres, y ese proyecto funciona además como benchmark empírico de autonomía.
  • Postura empírica: la arquitectura intenta mantenerse atada a tests, snapshots de estado, logs y comportamiento medible, no solo a narrativa.

Snapshot de Arquitectura

Este diagrama resume la forma actual del runtime. Es una guía, no la fuente legal exacta. La corrección importante frente a diagramas viejos es que Omega ya no es sólo "Decision Context -> World Model -> Execution". El spine real hoy pasa por runtime-authority, decision-context, policy, living-memory, world-model, execution-controller y heartbeat-core.

Para comportamiento preciso, revisa src/omega, src/skynet, los tests y docs/architecture/.

graph TD
    User[Usuario / Cron / Evento de Canal] --> Gateway[Gateway]
    Gateway --> Agent[Flujo Estándar del Agente]
    Gateway --> Authority[Autoridad Runtime Omega]

    subgraph Runtime Omega
        Authority --> Project[Perfil del Proyecto Interno]
        Authority --> Decision[Decision Context]
        Authority --> Living[Living Memory]
        Authority --> Observer[Runtime Observer / Cognitive Kernel]

        Decision --> Session[Session Context + Self-Time Kernel]
        Decision --> Policy[Policy + Wake Policy + Drives]
        Decision --> Controller[Execution Controller]
        Controller --> World[World Model]

        Session --> Heartbeat[Heartbeat Core]
        Policy --> Heartbeat
        Controller --> Heartbeat
        World --> Heartbeat
        Living --> Heartbeat
        Observer --> Heartbeat
        Project --> Heartbeat

        Heartbeat --> Executive[Ejecutivo / Recovery / Autonomous Executor]
        Executive --> Route[Routing / Recovery / Validation]
        Route --> Work[Tools / Sessions / Subagents]
        Work --> Metrics[Memoria Operativa + Empírica + Durable]
        Metrics --> World
        Metrics --> Living
    end

    Living --> Internal[Proyecto Interno Benchmark]
    Internal --> OpenSkyNet[Calidad de Autonomía de OpenSkyNet]

Instalación

Requisitos:

  • Node.js 22+
  • pnpm

Clonar desde GitHub:

git clone https://github.com/skynet-omega/openskynet.git
cd openskynet
pnpm install
pnpm build

O clonar desde el mirror en Hugging Face:

git clone https://huggingface.co/Darochin/openskynet
cd openskynet
pnpm install
pnpm build

Notas:

  • Una instalación limpia funciona con Node 22.22.1+ y pnpm 10.23.0+.
  • GitHub es el remoto principal de desarrollo. El repo en Hugging Face funciona como mirror público para descarga y respaldo.
  • Algunas integraciones nativas opcionales usan pnpm approve-builds en instalaciones nuevas. Si piensas usar TensorFlow con GPU, audio nativo u otros add-ons nativos, ejecuta:
pnpm approve-builds
  • La CLI base, gateway, UI, sesiones, canales y el flujo estándar del agente instalan y compilan sin parches manuales extra.

Primer Arranque Útil

Bootstrap mínimo local:

pnpm install
pnpm build
./openskynet.mjs setup
./openskynet.mjs configure
./openskynet.mjs dashboard --no-open

Después puedes entrar por cualquiera de estas rutas normales:

  • pnpm gateway:dev para desarrollo local
  • pnpm tui para la interfaz de terminal
  • ./openskynet.mjs agent ... para corridas directas del agente
  • ./openskynet.mjs daemon restart tras un build estilo producción

Si quieres una ruta un poco más guiada, revisa docs/start/QUICKSTART.md.

Ejecución

Desarrollo:

pnpm gateway:dev
pnpm ui:dev

Interfaz de terminal:

pnpm tui

Build local estilo producción:

pnpm build
openskynet daemon restart

Proyecto Interno Benchmark

OpenSkyNet puede mantener un proyecto interno configurable como trabajo autónomo en tiempo libre. El archivo por defecto es INTERNAL_PROJECT.json.

Ese proyecto puede ser:

  • investigación en IA
  • diseño de proteínas
  • software de arquitectura
  • cualquier otra carga de trabajo persistente que el usuario quiera

En este repositorio el default es Skynet, pero la plataforma no debería depender de ese nombre para ser útil.

Observabilidad

Referencias operativas importantes:

  • docs/OPERABILIDAD_Y_LOGS.md
  • .openskynet/living-memory/
  • ~/.openskynet/agents/*/sessions/
  • ~/.openskynet/cron/
  • /tmp/openclaw/openclaw-YYYY-MM-DD.log

Estado del Proyecto

El repo ya superó la base de "chatbot con tools", pero todavía no está cerrado. El trabajo crítico ahora ya no es limpieza cosmética; es:

  • consolidar la soberanía del runtime en Omega
  • mejorar la calidad de decisión autónoma
  • endurecer la autoridad de memoria
  • medir si OpenSkyNet realmente supera a OpenClaw en trabajo autónomo de largo plazo

Ver:

Qué Debe Esperar Un Usuario Nuevo

OpenSkyNet ya se puede compartir, pero sigue siendo un proyecto técnico:

  • Instalar y compilar es directo para alguien cómodo con Node/pnpm.
  • El runtime es grande y muy configurable; no es un juguete de “un comando y listo”.
  • Parte de la documentación y referencias internas todavía reflejan la herencia del proyecto padre.
  • Los subsistemas experimentales Omega y Skynet vienen incluidos, pero la plataforma se puede usar sin activar todas las rutas experimentales.

Si tu meta es evaluarlo, empieza por gateway, dashboard, TUI y un solo canal. Agrega GPU, TTS, browser control o cognición experimental solo cuando realmente lo necesites.

Mirrors Y Soporte

Si quieres el historial canónico de desarrollo, issues y flujo de revisión, usa GitHub:

Si quieres un mirror público para descarga directa o respaldo, usa Hugging Face:

Para contacto directo:

Agradecimientos

  • Autor: Gonzalo Daroch I.
  • Plataforma padre: OpenClaw

OpenSkyNet existe para movernos desde asistencia reactiva hacia trabajo científico e ingenieril autónomo y medible.