La edición de esta semana muestra un cambio claro hacia agentes más operables: acceso flexible a modelos, workspaces locales con trazabilidad, equipos multiagente y observabilidad conectada al ciclo de producto. La selección prioriza repos activos, no archivados y con señal reciente en GitHub, sin repetir proyectos de las ediciones anteriores.
Coding agents y acceso a modelos
free-claude-code
Autor: Alishahryar1 Estrellas verificadas: 48.5k GitHub: https://github.com/Alishahryar1/free-claude-code Qué hace: Ofrece una capa para usar Claude Code, Codex, Pi y OpenCode desde terminal, IDE, app o móvil, conectando distintas fuentes de acceso a modelos. Por qué importa: Para agencias y builders, centralizar varios coding agents detrás de un mismo flujo reduce fricción operativa y facilita cambiar de herramienta sin rehacer el entorno de trabajo.
ai-job-search
Autor: MadsLorentzen Estrellas verificadas: 33.5k GitHub: https://github.com/MadsLorentzen/ai-job-search Qué hace: Es un framework local basado en Claude Code para evaluar vacantes, adaptar CV, generar cartas de presentación y preparar entrevistas. Por qué importa: Es un buen ejemplo de producto vertical construido encima de un coding agent. Para una agencia, demuestra cómo convertir capacidades generales de IA en un workflow específico con estado, archivos y resultado medible.
Plugins y ecosistemas de agentes
claude-plugins-community
Autor: anthropics Estrellas verificadas: 1.2k GitHub: https://github.com/anthropics/claude-plugins-community Qué hace: Funciona como espejo público del marketplace comunitario de plugins para Claude Cowork y Claude Code, reuniendo extensiones que añaden capacidades especializadas. Por qué importa: Los plugins están convirtiendo funciones de agentes en componentes distribuibles. Para equipos de servicios, esto abre una vía para empaquetar procesos internos como herramientas reutilizables en vez de mantener prompts sueltos.
Workspaces locales y trazabilidad
maka
Autor: apache Estrellas verificadas: 2.7k GitHub: https://github.com/apache/maka Qué hace: Apache Maka es un workspace local para agentes que registra mensajes, tool calls, resultados, decisiones de permisos y eventos de terminación en un log append-only. Por qué importa: La trazabilidad es crítica cuando un agente ejecuta acciones reales. Para agencias y equipos técnicos, un registro completo facilita debugging, auditoría y revisión de por qué una automatización tomó una decisión.
substrate
Autor: agent-substrate Estrellas verificadas: 1.6k GitHub: https://github.com/agent-substrate/substrate Qué hace: Es el sistema central de Agent Substrate, una base en Go para ejecutar y coordinar agentes con infraestructura propia. Por qué importa: Representa la tendencia de separar el agente de la interfaz y tratar el runtime como infraestructura. Eso permite construir productos donde distintas superficies comparten el mismo núcleo operativo.
Multiagente y memoria local
munder-difflin
Autor: chaitanyagiri Estrellas verificadas: 4.0k GitHub: https://github.com/chaitanyagiri/munder-difflin Qué hace: Es un harness multiagente local orientado a Claude Code, con foco en coordinación y memoria para varios agentes trabajando sobre un mismo objetivo. Por qué importa: Para equipos que empiezan a delegar trabajo a varios agentes, el cuello de botella cambia de generación a coordinación. Un harness local permite experimentar con roles y memoria sin montar una plataforma pesada.
Observabilidad para productos con IA
posthog
Autor: PostHog Estrellas verificadas: 38.9k GitHub: https://github.com/PostHog/posthog Qué hace: Combina analytics, session replay, feature flags, experimentación, logs y observabilidad de IA, además de acceso mediante MCP y superficies para operar productos con agentes. Por qué importa: Para una agencia, conecta la construcción con la medición. Un agente puede diagnosticar problemas y proponer cambios usando contexto real del producto, en vez de trabajar solo con prompts y código aislado.
Repo de la semana: maka, porque convierte cada acción del agente en un historial auditable y ofrece un patrón sólido para operar automatizaciones con mayor trazabilidad.