Agentes IA
Dejaste de contar cuantas veces abriste la terminal para ver si el agente termino. O cuantas veces tuviste que re-explicar el contexto porque perdio el hilo. O cuantas veces esperaste 20 minutos para descubrir que fallo en el paso 3.
Esto es trabajar con agentes hoy: babysitting constante.
Almirant cambia el modelo. Asignas trabajo a un agente y te vas. El agente ejecuta, reporta, y tu revisas cuando esta listo. Multiples agentes trabajando en paralelo con awareness de dependencias. El modelo correcto para la tarea correcta. Sin revisar seis terminales.
La diferencia clave respecto a otros flujos de IA: el contexto vive en el hub, no en la sesión. Cada agente arranca con el mapa completo del proyecto, no con una página en blanco.
Un agente es un worker de inteligencia artificial que recibe un work item y lo ejecuta de principio a fin. No sugiere -- ejecuta:
Qué hace un agente
Un agente recibe un work item y lo ejecuta de principio a fin:
- Lee la tarea desde Almirant (descripción, definition of done, archivos relevantes, contexto técnico)
- Analiza el estado actual del repositorio
- Ejecuta la tarea
- Reporta el resultado con evidencia (código, logs, resumen de decisiones)
- Actualiza el estado del work item en el board
Providers disponibles
Almirant soporta multiples providers de agentes. Cada uno tiene sus fortalezas:
| Provider | Motor | Ideal para |
|---|---|---|
| claude-code | Anthropic Claude | Razonamiento profundo, codigo complejo, arquitectura |
| codex | OpenAI Codex CLI | Ejecucion autonoma de tareas, scripting, automatizacion |
| zipu | Agente ligero | Tareas rapidas, cambios puntuales, fixes simples |
El sistema selecciona automaticamente el provider optimo segun el tipo de tarea, o puedes elegirlo manualmente.
Skills del runner
Los agentes ejecutan trabajo a traves de skills especializadas:
| Skill | Descripcion |
|---|---|
| implement | Implementa codigo funcional desde la descripcion del work item |
| validate | Valida que el codigo cumple los criterios de aceptacion |
| nightly-fix | Corrige errores detectados en builds nocturnos automaticamente |
| document | Genera documentacion tecnica del codigo implementado |
| review | Revisa codigo o pull requests buscando problemas |
| record-video | Graba video demostrativo de la funcionalidad implementada |
Ejecución local vs. en cloud
Todos los agentes tienen dos modos de ejecución:
Local
El agente trabaja en tu terminal. Estás presente mientras ejecuta.
> /implement A-T-42
> /validate A-T-42
> /document A-T-42
OnCloud (sin estar delante) ☁️
El agente trabaja en un entorno remoto. Lanzas, te desconectas, el resultado te espera.
> /runner-implement A-T-42
> /runner-validate A-T-42
> /runner-document A-T-42
OnCloud te permite lanzar desde el móvil a través de tu asistente:
"Lanza la implementación en cloud de A-T-42 con Codex"
→ Ejecución en cloud (OnCloud) — proveedores disponibles, cómo configurar, proceso nocturno automático.
Jobs: la unidad de ejecución
Cada vez que lanzas un agente sobre un work item, se crea un job.
Estados de un job
queued --> running --> completed
\--> failed
\--> cancelled
\--> waiting_for_input
| Estado | Significado |
|---|---|
| Queued | El job esta en cola esperando ser procesado |
| Running | El agente esta ejecutando la tarea activamente |
| Completed | La tarea se completo exitosamente con resultado |
| Failed | La tarea fallo por un error (timeout, error de API, etc.) |
| Cancelled | El job fue cancelado manualmente |
| Waiting for input | El agente necesita clarificacion antes de continuar |
Ver el estado
Desde el detalle de un work item en Almirant, ves todos los jobs asociados: tipo de agente, estado, duración y resultado.
- El provider que lo ejecuto.
- El estado actual del job.
- La duracion de la ejecucion.
- El resultado o error producido.
- Logs en tiempo real durante la ejecucion.
Flujo de trabajo
El proceso es directo:
- Selecciona un work item -- Accede al work item que quieres ejecutar.
- Asigna un agente -- Elige el provider y skill apropiados.
- El agente ejecuta -- El job pasa a estado
runningy el agente trabaja de forma autonoma. - Revisa el resultado -- Una vez completado, revisa el output (codigo generado, PR creado, documentacion).
- Acepta o itera -- Si el resultado es satisfactorio, mergea el PR. Si necesita ajustes, lanza un nuevo job con instrucciones adicionales.
Puedes lanzar multiples agentes simultaneamente en diferentes work items. El sistema gestiona dependencias y prioridades automaticamente.
Seguimiento de consumo
Cada ejecucion de un agente consume tokens del proveedor de IA. Almirant registra esta informacion:
| Métrica | Descripción |
|---|---|
| Tokens consumidos | Numero total de tokens (input + output) utilizados |
| Coste estimado | Coste aproximado en USD basado en los precios del proveedor |
| Duracion | Tiempo total de ejecucion del job |
Consulta los costes acumulados desde la configuracion de la organizacion. Ver Proveedores y Cuotas para mas detalles.
Requisitos
- Un proveedor de IA configurado con API key válida
- Cuota disponible en la organización
- Un proyecto con work items creados
Si la cuota de tu organizacion esta agotada, los jobs quedaran en estado queued hasta que se renueve o amplíe la cuota. Consulta Proveedores y Cuotas para gestionar tu cuota.
Para developers — Herramientas MCP
Los siguientes tools están disponibles via MCP:
| Tool | Descripción | Parámetros principales |
|---|---|---|
complete_ai_task | Marca una tarea como completada con resultado | taskId, result, tokensUsed |
record_ai_session | Registra una sesión de trabajo del agente | projectId, prompt, response, tokensUsed |
get_ai_sessions | Historial de sesiones de IA | projectId, limit |
Ejemplo: Completar una tarea de agente
Tool: complete_ai_task
Parámetros:
taskId: "uuid-del-work-item"
result: "Implementación completada. Archivos creados: user-service.ts, user-repository.ts, user-types.ts. Índice añadido en migration 20260320."
tokensUsed: 4500
Ejemplo: Consultar sesiones de un proyecto
Tool: get_ai_sessions
Parámetros:
projectId: "uuid-del-proyecto"
limit: 10