guilds.run: agentes de IA de código abierto en equipo

Coordina agentes y revisa sus instrucciones, herramientas y memoria.

guilds.run
guilds.run screenshot

guilds.run, de Cigale AI, permite mantener equipos de agentes de IA con roles, modelos y herramientas diferentes. Comparte conversaciones, notas y tablas, y guarda el proceso para revisar cómo se obtuvo un resultado.

Explicación sencilla: ¿para qué sirve guilds.run?

Es una mesa de trabajo para un equipo de IA. Puedes asignar una investigación a un agente y un borrador a otro, siguiendo los pasos que realizaron. Un guild es el equipo; Task es la instrucción permanente de cada miembro; run es una ejecución registrada. El registro muestra el prompt real, llamadas a herramientas, resultados y cambios de memoria.

Resulta útil para desarrolladores y operadores que quieren repetir procesos y corregirlos con evidencia. Instalarlo y configurar modelos requiere trabajo, algo que conviene valorar si solo necesitas consultas ocasionales.

Repartir tareas con contexto compartido

Las notas sirven para reglas y conclusiones; las tablas para registros estructurados; los scripts para operaciones reutilizables. La memoria de cada agente mantiene contexto entre ejecuciones. Define primero la entrada, el resultado esperado y las acciones permitidas de una tarea pequeña.

Los conectores pueden ser adaptadores nativos o endpoints MCP. Gmail, Drive y GitHub necesitan configuración de aplicaciones y credenciales en la instancia. Puedes limitar herramientas por organización, equipo o agente; un icono en la web no indica que la conexión ya esté preparada.

Instalar y comprobar el primer equipo

Prepara Docker con Compose, git y bash. Sigue la guía de instalación:

git clone https://github.com/CigaleAI/guilds.git
cd guilds
./setup.sh
docker compose up --detach --wait

La primera compilación tarda varios minutos. Conserva el archivo .env, que contiene la clave para descifrar credenciales guardadas. Abre http://127.0.0.1:8080/.

  1. Conecta un proveedor, marca los modelos disponibles y elige uno predeterminado.
  2. Crea un guild, añade un agente y guarda su Task en Prompt.
  3. Envía una prueba en Group chat. Una mención inicial @nombre despierta solo a ese agente; sin mención se despierta todo el equipo.
  4. Abre Inspect run y comprueba instrucciones y herramientas. Haz una pregunta de seguimiento y revisa las versiones de memoria en State.

Verifica el resultado antes de añadir cuentas empresariales o rutinas. El acceso remoto requiere configuración aparte.

Depurar ejecuciones y revisar cambios de Studio

Inspect run ayuda a distinguir un fallo del Task, de los datos de una herramienta o de la memoria. Prompt Studio investiga un equipo existente y redacta cambios de las instrucciones. El operador revisa la diferencia y publica o descarta. El coach no publica por sí mismo: los cambios afectan a nuevas ejecuciones y los registros anteriores permanecen intactos.

Reutilizar un proceso sin copiar sus credenciales

Las rutinas programan activaciones y pueden pausarse. Cron usa UTC, con intervalos de al menos cinco minutos. Pausa las pruebas para evitar uso continuado.

Recipes exporta configuración en JSON. Guarda como receta, aprueba y exporta; al importar, revisa lo que se creará, completa los accesos y activa las rutinas. No copia claves, conversación histórica, memoria, registros de tablas ni sesiones del navegador. El directorio público de recetas sigue anunciado como próximo.

Modelos, gratuidad y tratamiento de datos

Comprobado el 14 de octubre de 2026: el núcleo autohospedado es software gratuito bajo AGPL-3.0-only. La edición alojada es separada y propietaria; no se verificaron planes contratables ni cuotas actuales. Los modelos externos, herramientas e infraestructura pueden cobrar por separado.

El núcleo admite OpenAI, OpenRouter, xAI, DeepInfra y endpoints locales compatibles como Ollama, LM Studio o vLLM. Claude y Gemini pueden usarse mediante OpenRouter; Kimi Code solo sirve a agentes de programación. Según la documentación de modelos, paga el titular de la clave y Guilds no establece un límite de gasto.

Las peticiones a modelos remotos siguen llegando al proveedor. Para un servidor local recuerda que 127.0.0.1 dentro de Docker es el contenedor. Limita los secretos; agentes en una misma máquina comparten un ámbito de confianza. Los enlaces de privacidad y condiciones devolvieron 404, por lo que no se confirmaron reglas completas de conservación o entrenamiento.

Preguntas frecuentes

¿Autohospedarlo significa coste cero?

El software es gratuito, pero puedes pagar modelos, hardware y servicios. Configura el límite de gasto en el proveedor.

¿Puedo elegir un modelo local para datos sensibles?

Sí, mediante un endpoint compatible. Revisa también conectores y herramientas externas; no se verificó una garantía completa de privacidad.

¿Puedo comprobar cómo trabajó un agente?

Sí. Inspect run muestra el prompt efectivo, llamadas y resultados de herramientas. Las versiones de memoria ayudan a seguir el contexto; no garantizan respuestas correctas.

Recursos oficiales

BevelPrecio a consultar
Implementación y operación de agentes empresariales con conocimiento, habilidades y herramientas compartidas.
Consultoría de IAHerramientas de automatización del flujo de trabajo de IA · Código Abierto · Auto-AlojadoAbrir ↗