En resumen: Cinco herramientas de agentes de IA de código abierto están escalando posiciones en GitHub en este momento, y cada una elimina una limitación diferente de Claude Code, Cursor y Codex: agency-agents le da a tu agente una lista de especialistas, Agent-Reach le da acceso a internet, Orca ejecuta varios agentes en worktrees paralelos, OpenMontage lo convierte en un estudio de vídeo, y codebase-memory-mcp reduce los tokens que quema releyendo tu repositorio. Ninguna de ellas soluciona las dos cosas que rompen el trabajo de los agentes a escala: la superficie de la API que el agente adivina, y el registro faltante de lo que los agentes realmente hicieron.
Los recuentos de estrellas a continuación provienen de la API de GitHub el 1 de septiembre de 2026. Se mueven rápido.
Tu agente de codificación es capaz y está mal equipado. Escribe un servicio en diez minutos, luego pasa una hora buscando a tientas en tu repositorio porque no puede recordar lo que leyó ayer, no puede buscar nada en la web abierta y no puede ejecutar dos trabajos a la vez sin tropezar consigo mismo. La comunidad de código abierto pasó 2026 atacando exactamente esos límites, y un puñado de repositorios superó las 40.000 estrellas haciéndolo.
Este es un recorrido por los cinco que importan, lo que cada uno hace realmente una vez que lo instalas y dónde se detiene cada uno. En el camino, una observación honesta: cada herramienta aquí hace que tu agente haga más, y ninguna de ellas hace que los resultados sean verificables. Si tu agente está llamando a APIs, todavía necesitas una capa determinista que diga si la respuesta fue correcta, que es donde Apidog se encuentra en la pila. Más sobre eso después del recorrido.
Por qué la capa de herramientas para agentes explotó este año
Los agentes base convergieron. Claude Code, Codex, Cursor y OpenCode leen un repositorio, editan archivos, ejecutan comandos y llaman a servidores MCP. Una vez que el bucle central dejó de ser el diferenciador, el trabajo interesante se trasladó una capa más allá, a las cosas que acopla al agente.
Esa capa es barata de construir y barata de distribuir. Una persona de agente es un archivo markdown. Una herramienta es un wrapper de CLI. Un sistema de memoria es un servidor MCP. No necesitas acceso a modelos o un presupuesto de GPU para enviar nada de esto, razón por la cual la tabla de clasificación ahora parece una lista de accesorios en lugar de una lista de modelos.
También es por eso que la calidad varía enormemente. Un repositorio con 50.000 estrellas podría ser un binario C genuinamente rápido o podría ser 300 plantillas de prompts en una carpeta. Ambos están en esta lista. La diferencia importa, por lo que cada entrada a continuación dice lo que realmente estás instalando.
1. agency-agents: más de 300 agentes especialistas en un solo comando de instalación
149.312 estrellas. Licencia MIT. Shell. Iniciado en octubre de 2025.
agency-agents es la colección curada más grande de personas de agentes en GitHub. Contando los archivos markdown en el árbol del repositorio, envía más de 300 definiciones de agentes en aproximadamente 20 carpetas de categorías: 59 en ingeniería, 58 en un 'cajón de sastre' especializado, 36 en marketing, luego desarrollo de juegos, integraciones, estrategia, SIG, seguridad, diseño, ventas, pruebas, finanzas, atención médica y más.
Cada agente es un archivo markdown con una identidad, un proceso de trabajo, entregables y criterios de éxito. No es un prompt de sistema de una sola línea. El script de instalación los convierte para cualquier herramienta que uses:
# clone, then install every agent into Claude Code
./scripts/install.sh --tool claude-code
# or pick your tool and only the divisions you want
./scripts/install.sh --tool cursor --division engineering,security
./scripts/install.sh --tool codex
./scripts/install.sh --tool opencode
Los objetivos compatibles incluyen Claude Code, Cursor, Codex, Gemini CLI, OpenCode, Copilot, Windsurf, Aider, Kimi Code y varios otros. También hay una aplicación de escritorio nativa en agencyagents.app para macOS, Linux y Windows que navega por la lista e instala con un clic, además de un Homebrew cask.
Lo que soluciona: el problema de la pizarra en blanco. Un agente genérico al que se le pide que revise tu flujo de autenticación te da un consejo genérico. El mismo agente, cargado con una persona de revisor de seguridad, tiene una lista de verificación, un modelo de amenazas y un formato de salida.
El inconveniente: son prompts, no capacidades. Una persona cambia cómo el modelo enmarca una tarea; no le da al modelo información que le falta. El repositorio también es honesto sobre una limitación real que vale la pena conocer antes de instalar todo a la vez: el tiempo de ejecución de OpenCode solo registra alrededor de 119 agentes y descarta silenciosamente el resto, así que instala por división en lugar de de forma masiva en esa herramienta. Trata la lista como una biblioteca inicial que editas, no como un equipo terminado.
Guía completa: agency-agents: más de 300 especialistas en IA para Claude Code y Cursor
2. Agent-Reach: acceso a internet sin pagar por APIs de plataforma
77.134 estrellas. Licencia MIT. Python. Iniciado en febrero de 2026.
Pregunta a tu agente qué dice la gente sobre una biblioteca en X, y fallará. Pídele que resuma un tutorial de YouTube, y fallará. La densidad de información en las plataformas sociales es alta, y los precios de las API en esas plataformas son hostiles.
Agent-Reach es una única CLI que conecta tu agente a esas plataformas utilizando rutas de acceso gratuitas en lugar de APIs de pago. Cubre Twitter/X, Reddit, YouTube, GitHub, Facebook, Instagram, Bilibili, XiaoHongShu, transcripción de podcasts y búsqueda web general. El esfuerzo de configuración varía según la plataforma: GitHub funciona con cero configuración a través de la CLI gh, la búsqueda web se autoconfigura a través de Exa, X y XiaoHongShu necesitan una cookie del navegador o una sesión de Chrome existente.
La decisión de diseño que lo hace duradero es la cadena de respaldo. Cada plataforma enruta a través de un backend principal con una lista de alternativas. Cuando una ruta de acceso se rompe, el proyecto cambia el valor predeterminado y tú nunca tocas tu configuración. Su propio ejemplo: Bilibili comenzó a devolver 412 a yt-dlp en junio de 2026, por lo que se movieron a un cliente diferente, y los usuarios no tuvieron que hacer nada.
Lo que soluciona: la investigación. Tu agente deja de responder con información de su fecha de corte de entrenamiento y empieza a leer lo que se lanzó esta semana.
El inconveniente: las rutas de acceso gratuitas son gratuitas porque no son oficiales. La lectura basada en cookies de una cuenta iniciada es un área gris en la mayoría de estas plataformas, y debes leer los términos de las cuentas que conectas antes de apuntar esto a algo comercial. También considera ventanas de mantenimiento. Una cadena de respaldo reduce las roturas; no las elimina.
Guía completa: Agent-Reach: acceso a internet para tu agente sin pagar por APIs
3. Orca: varios agentes en paralelo, cada uno en su propio worktree
58.464 estrellas. Licencia MIT. TypeScript. Iniciado en marzo de 2026.
Orca, de Stably, es una aplicación de escritorio para ejecutar una flota de agentes de codificación a la vez. Impulsa Codex, Claude Code, OpenCode y Pi a través de tus suscripciones existentes en lugar de revenderte tokens, y se ejecuta en macOS, Windows y Linux.
La característica principal son los worktrees de Git paralelos. Distribuyes un prompt entre varios agentes, cada uno obtiene un worktree aislado, y comparas las diferencias y fusionas el que funcionó. Ese es el patrón más útil para un problema difícil en el que no puedes predecir qué enfoque funcionará, y hacerlo a mano en cinco pestañas de terminal es miserable.
Alrededor de eso, Orca añade divisiones de terminal con renderizado WebGL y un historial de desplazamiento que sobrevive a los reinicios, navegación de GitHub y Linear dentro de la aplicación para que puedas abrir un worktree directamente desde un problema, un Modo de Diseño que envía el HTML, CSS de un elemento y una captura de pantalla recortada de una ventana real de Chromium al prompt del agente, y una aplicación móvil complementaria en iOS y Android que te notifica cuando finaliza una ejecución para que puedas enviar un seguimiento desde tu teléfono.
Lo que soluciona: el problema de la serialización. Un agente en un terminal es una unidad de rendimiento, y tu atención es el cuello de botella.
El inconveniente: es una herramienta de una sola máquina y un solo operador. Todo vive en tu portátil, y el registro de lo que pasó vive en tu historial de desplazamiento. Eso está bien en solitario y es incómodo en el momento en que una segunda persona necesita saber lo que hizo cualquiera de esos agentes. Ten eso en cuenta.
Guía completa: Orca: worktrees paralelos para Codex, Claude Code y OpenCode
4. OpenMontage: tu agente de codificación como un estudio de producción de video
55.047 estrellas. AGPL-3.0. Python. Iniciado en marzo de 2026.
OpenMontage es la entrada más extraña aquí y la más divertida. Convierte un asistente de codificación en un sistema de producción de video agéntico: 12 pipelines de producción, más de 100 herramientas y más de 700 archivos de habilidades y conocimientos de producción que enseñan al agente cómo dirigir, guionizar, generar activos, editar y renderizar.
La parte que lo separa de cualquier wrapper de "video con IA" es que puede construir material de archivo en movimiento real. En lugar de solo animar un puñado de imágenes fijas, el agente ensambla un corpus de material de archivo gratuito y archivos abiertos, recupera clips reales, los corta en una línea de tiempo y renderiza el resultado. Compones a través de Remotion y ffmpeg, y se conecta a proveedores como ElevenLabs y Google TTS para voz.
Lo que soluciona: la brecha entre un entregable escrito y uno que se puede ver. Las notas de lanzamiento, los registros de cambios y la documentación son contenido que tu agente ya produce. Esto los convierte en video sin un equipo separado.
El inconveniente: lee la licencia antes de construir un negocio sobre él. OpenMontage es AGPL-3.0, no MIT como el resto de esta lista. Si ejecutas una versión modificada como un servicio de red, la cláusula de red de la AGPL te obliga a ofrecer esa fuente. Esa es una elección deliberada de los mantenedores y una buena; también es una cuestión legal para tu empresa, no un detalle que deba pasarse por alto.
Guía completa: OpenMontage: convierte tu agente de codificación en un estudio de vídeo
5. codebase-memory-mcp: deja de releer el repositorio en cada pregunta
41.536 estrellas. Licencia MIT. Escrito en C. Iniciado en febrero de 2026.
Este es el que yo instalaría primero, y el menos vistoso.
Cada vez que tu agente necesita responder una pregunta estructural, dónde se llama a esta función, qué rutas llegan a este controlador, qué se rompe si cambio esta firma, busca y lee para encontrar una respuesta. Eso funciona y cuesta una fortuna en tokens. En una sesión larga, también es la razón por la que alcanzas tu límite de uso antes del almuerzo.
codebase-memory-mcp indexa tu repositorio en un grafo de conocimiento persistente de funciones, clases, cadenas de llamadas, rutas HTTP y enlaces entre servicios, luego responde esas preguntas desde el grafo. El análisis se ejecuta a través de tree-sitter en más de 160 lenguajes, con resolución de tipos semánticos superpuesta para una docena de los más importantes, incluyendo Python, TypeScript, Go, Java, Rust, C# y C++.
Los números que publica el proyecto son la razón por la que está en esta lista. Cinco consultas estructurales cuestan alrededor de 3.400 tokens a través del grafo versus aproximadamente 412.000 tokens a través de la exploración archivo por archivo, una reducción del 99.2%. Indexar el kernel de Linux, 28 millones de líneas en 75.000 archivos, lleva tres minutos. Las consultas estructurales regresan en menos de un milisegundo. El diseño y los puntos de referencia están descritos en un preprint de arXiv que informa una calidad de respuesta del 83%, 10 veces menos tokens y 2.1 veces menos llamadas a herramientas en 31 repositorios reales.
Se distribuye como un único binario nativo sin tiempo de ejecución de lenguaje, sin servicio alojado y sin clave de API, expone 15 herramientas MCP y se ejecuta completamente en tu máquina. Hay un visor de gráficos 3D en localhost:9749 si quieres ver lo que construyó.
Lo que soluciona: la factura de tokens y la caída de calidad que proviene de un agente que llena su contexto con el contenido de los archivos en lugar de razonar.
El inconveniente: el honesto, que el proyecto declara en su propio README, es que esta herramienta lee tu código base y escribe en tus archivos de configuración de agente. Ese es su trabajo, y también es algo razonable de auditar antes de ejecutarlo. El código fuente es abierto, las versiones se escanean y empaquetan de forma reproducible, y nada sale de tu máquina. Verifícalo tú mismo en lugar de tomar un recuento de estrellas como una revisión de seguridad.
Guía completa: codebase-memory-mcp: reduce tu factura de tokens del agente en un 99%
Lo que estos cinco tienen en común
Alinea y el patrón es obvio. Cada uno de ellos expande lo que el agente puede hacer:
| Herramienta | Añade | Estrellas | Licencia |
|---|---|---|---|
| agency-agents | Encuadre de roles y procesos | 149.3K | MIT |
| Agent-Reach | Lectura de internet en vivo | 77.1K | MIT |
| Orca | Ejecución paralela en worktrees | 58.5K | MIT |
| OpenMontage | Salida de producción de vídeo | 55.0K | AGPL-3.0 |
| codebase-memory-mcp | Recuerdo estructural barato | 41.5K | MIT |
Ninguna de ellas expande lo que puedes verificar. Dale a un agente 300 personas, acceso web en vivo, cinco worktrees paralelos y un recuerdo perfecto de tu repositorio, y tendrás una entidad que produce cinco veces más trabajo por hora con exactamente el mismo nivel de confianza que antes, es decir, ninguno sobre el que un revisor pueda actuar.
Dos brechas específicas permanecen abiertas, y ambas empeoran a medida que instalas más de estas cosas.
Brecha 1: la superficie de la API que tu agente aún está adivinando
Pregunta a cualquiera de estas herramientas cómo es la forma de respuesta de tu endpoint de facturación interno, y la respuesta honesta es que lo infieren. codebase-memory-mcp sabe qué manejador sirve una ruta porque analizó tu código. No sabe que el manejador devuelve un 409 con una envoltura de error diferente cuando la clave de idempotencia se repite, a menos que alguien lo haya escrito en algún lugar que el agente pueda leer.
Así que el agente escribe un cliente que parece correcto y maneja la forma que imaginó. Las pruebas que escribe pasan contra el mock que también imaginó. Todo está en verde hasta que llega a tu entorno de staging real. Hemos escrito sobre cómo este fallo afecta específicamente cuando la forma ascendente cambia bajo un agente en funcionamiento en lo que sucede cuando los cambios de API rompen los agentes de IA, y por qué los payloads de respuesta consumen el contexto del agente en las ventanas de contexto de respuesta de herramientas de agente.
La solución no es un agente más inteligente. Es una especificación que el agente lee en lugar de adivinar, además de un mock y una suite de pruebas que fallan ruidosamente cuando la realidad diverge. Para eso sirve Apidog en esta pila:
- La especificación OpenAPI es la fuente de verdad. Diseña el endpoint una vez, y el agente lee el esquema real, los códigos de estado reales y las envolturas de error reales en lugar de reconstruirlos a partir de los puntos de llamada. El razonamiento detrás de ese patrón está en usar tu especificación OpenAPI como herramientas de agente.
- Los mocks provienen de la especificación, no de la imaginación del agente. El mock inteligente genera respuestas que coinciden con el esquema, incluyendo las ramas de error que tu agente nunca pensaría en falsear.
- Las pruebas son deterministas. Las aserciones se ejecutan en CI y fallan ante un cambio de forma. La confianza del agente no es evidencia; una prueba fallida sí lo es.
- Los esquemas de herramientas se mantienen limpios. Si estás exponiendo tu API a un agente, la forma en que defines esas definiciones decide si el agente las llama correctamente. Consulta diseño de esquemas de herramientas de API para agentes.
Nada de eso compite con los cinco repositorios anteriores. Se encuentra debajo de ellos. codebase-memory-mcp le dice al agente dónde está el código; Apidog le dice cuál es el contrato y si el resultado coincidió. Si quieres el argumento más extenso de por qué una herramienta de API sobrevive a la era de los agentes en lugar de ser reemplazada por ellos, está aquí. Descarga Apidog si quieres integrar la especificación en el contexto de tu agente y dejar de pagar por formas de respuesta alucinadas.
Brecha 2: nadie puede ver lo que hicieron los agentes
La segunda brecha aparece en el momento en que hay más de uno de ustedes.
Orca resuelve el paralelismo de manera hermosa para un solo operador en una sola máquina. Cinco worktrees, cinco agentes, una persona observando. Ahora, pon a esa persona en un avión. ¿Qué cambió el agente tres y por qué? La respuesta está en un historial de desplazamiento de terminal en un portátil en un compartimento superior. El prompt era el único registro, y los prompts no son un registro.
Esa es la brecha que Sharkly llena. Es un sistema de gestión de trabajo para personas y agentes, donde la tarea, en lugar del prompt, es el registro compartido.
El modelo es lo suficientemente parecido a un gestor de proyectos como para que un equipo ya lo entienda, y diferente en los aspectos que importan para el trabajo de los agentes:
- Asignas una tarea a un Agente de la misma manera que se la asignas a un compañero de equipo. Un Agente es una configuración guardada: instrucciones, tiempo de ejecución, habilidades, repositorios, entorno. Una configuración funcional que ajustaste una vez se reutiliza en lugar de volver a escribirla en un terminal nuevo cada mañana.
- Una Tripulación es un agente líder más otros agentes y personas. Las tripulaciones operan con un líder primero. El líder lee el contexto de la tarea, decide qué miembros incorporar y combina sus resultados en un solo lugar, en lugar de que cada agente comience a la vez y compita.
- La ejecución es 'trae la tuya'. Conectas un Ordenador, que puede ser tu portátil, un servidor o un contenedor, y Sharkly usa el Runtime ya instalado en esa máquina. El uso del modelo se realiza a través de las suscripciones y claves de API que ya pagas, exactamente como el enfoque de Orca, por lo que aquí nada te revende tokens.
- El trabajo del repositorio se ejecuta en un worktree separado por tarea. El mismo truco de aislamiento que hace seguros a los agentes paralelos, aplicado a nivel de tarea en lugar de a nivel de terminal.
- Backlog significa backlog. Una tarea pendiente no inicia una ejecución. Preparas el trabajo antes de que se ejecute algo, lo cual es el punto de control que la mayoría de las configuraciones de agentes omiten.
- La salida llega donde un humano puede revisarla. El progreso, las llamadas a herramientas y los resultados se transmiten a la tarea, y la salida del agente se almacena como comentarios a los que puedes responder. La estructura proviene de espacios, proyectos, sprints y tareas, con sincronización con Jira para equipos que ya viven allí.
La diferencia práctica: revisar tres tareas terminadas en una bandeja de entrada es mejor que observar tres terminales. Si un compañero de equipo pregunta qué entregaron los agentes en este sprint, hay una respuesta que no es una grabación de pantalla. Se combina con todo lo anterior en lugar de reemplazarlo, y se combina especialmente bien con Orca, que es la versión de un solo operador de la misma idea.
Una pila que se mantiene unida
Si instalas los cinco repositorios el lunes, tendrás un desastre para el miércoles. Un orden más sensato, basado en lo que cada uno realmente devuelve:
- codebase-memory-mcp primero. Reduce el costo y mejora la calidad de las respuestas inmediatamente, en cada proyecto, sin cambios en el flujo de trabajo. La mejor relación en esta lista.
- Agent-Reach segundo, si investigas. Comienza con las plataformas sin configuración, GitHub y la búsqueda web, antes de acercarte al acceso basado en cookies.
- agency-agents tercero, por división. Instala ingeniería y cualquier otra cosa que realmente uses. No instales 300 personas y tengas esperanza. Edita dos o tres para que coincidan con cómo funciona tu equipo.
- Orca cuando eres el cuello de botella. En el momento en que estás esperando a los agentes más de lo que ellos te esperan a ti, los worktrees paralelos se amortizan solos.
- Sharkly cuando una segunda persona necesita visibilidad. En solitario, Orca es suficiente. En un equipo, el registro de tareas duradero es algo que no puedes simular con el historial de desplazamiento.
- Apidog debajo de todo, si los agentes tocan tus APIs. La especificación, el mock y la suite de pruebas son lo que convierte la salida del agente en algo que puedes fusionar sin leer cada línea. Lectura relacionada: fiabilidad de los agentes de IA en producción y rastreo de llamadas a herramientas de agentes.
OpenMontage se encuentra fuera de esa escala. Instálalo cuando tengas un video que hacer, no como parte de una configuración predeterminada.
Preguntas frecuentes
¿Son reales estos recuentos de estrellas? Son los que la API de GitHub devolvió el 1 de septiembre de 2026. Los cinco repositorios son públicos, se han actualizado activamente en las últimas dos semanas y contienen código real en lugar de READMEs de marcador de posición. Los recuentos de estrellas en las herramientas de agentes se inflan rápidamente a través de publicaciones de agregadores, así que trátalos como popularidad, no como calidad. El historial de commits y el rastreador de problemas te dicen más.
¿Funcionan con Cursor y Codex, o solo con Claude Code? Los cinco soportan múltiples agentes. agency-agents envía objetivos de instalación para una docena de herramientas. codebase-memory-mcp es un servidor MCP, por lo que cualquier cosa que hable el Protocolo de Contexto del Modelo puede usarlo, y el proyecto lista 45 superficies de cliente. Orca ejecuta explícitamente Codex, Claude Code, OpenCode y Pi lado a lado. Si estás eligiendo entre clientes de agente, nuestra comparación del trabajo de API en Cursor y Copilot cubre las ventajas y desventajas, y Codex en modo OSS cubre la ejecución de modelos abiertos.
¿Cuál ahorra más dinero? codebase-memory-mcp, por un amplio margen, y no hay comparación. La medición publicada es de 3.400 tokens versus 412.000 para las mismas cinco consultas estructurales. Si estás alcanzando los límites de uso en sesiones largas, ahí es donde se están yendo los tokens.
¿Es seguro instalar un servidor MCP que edita mi configuración de agente? Trátalo como cualquier dependencia con acceso al sistema de archivos. Lee el código fuente, verifica la firma de la versión y prefiere las herramientas que se ejecutan localmente sobre las que se comunican con el exterior. codebase-memory-mcp documenta su proceso de lanzamiento y procesa todo en tu máquina, lo cual es la forma correcta. Un gran número de estrellas no es una auditoría. El mismo juicio se aplica a los permisos de los agentes en general, lo cual cubrimos en las salvaguardias de los agentes de IA.
¿Todavía necesito un cliente de API si mi agente escribe todas las solicitudes? Sí, y más que antes, porque el volumen de llamadas a la API que necesitan ser verificadas subió en lugar de bajar. El agente genera; algo determinista tiene que verificar. Ese es todo el argumento en ¿todavía necesitas una herramienta de API en la era de los agentes de IA?.
Concluyendo
La ola de herramientas para agentes de 2026 es real y vale la pena adoptar. Las personas le dan un marco a tu agente, Agent-Reach le da ojos, Orca le da paralelismo, OpenMontage le da un nuevo formato de salida y codebase-memory-mcp le da una memoria que no cuesta 412.000 tokens por pregunta.
Lo que ninguna de ellas te da es prueba. Más producción con el mismo nivel de confianza no es un progreso obvio, y los dos lugares donde esto se manifiesta primero son el contrato de API que tu agente inventó y el registro de trabajo que solo existe en el terminal de alguien. Sharkly cubre el segundo haciendo de la tarea el registro compartido en lugar del prompt. Apidog cubre el primero haciendo de la especificación, el mock y la suite de pruebas aquello que tu agente lee y a lo que responde.
Instala las herramientas. Luego haz que la salida sea verificable.