Cómo hacer que múltiples agentes de IA trabajen juntos en un repositorio sin perder contexto
Cuando escribes código junto con redes neuronales todos los días, rápidamente te topas con la misma pared. Lanzas Claude Code para refactorizar un módulo, cambias a Codex para escribir un par de funciones, abres un chat separado para verificar una idea arquitectónica. Al final, cada agente comienza desde una página en blanco, olvidando completamente por qué rechazamos una biblioteca en particular hace cinco minutos.
Todo el contexto se pierde. Los commits solo contienen diffs secos, mientras que los pensamientos y razonamientos del modelo desaparecen en una terminal cerrada.
La gente de pacifio decidió abordar esto sistemáticamente y lanzó Atlas. Es un espacio de trabajo local y sistema de control de versiones para agentes de IA que conecta su memoria y vincula cada commit con la sesión donde se originó.
La idea central
Los autores llaman al proyecto "control de versiones para agentes de codificación". El concepto es directo: si los agentes autónomos están escribiendo código, necesitamos una herramienta que rastree no solo los cambios de archivos, sino la cadena de razonamiento detrás de ellos.
Atlas puede lanzar múltiples agentes en paralelo en diferentes pestañas. Por ejemplo, Claude Code y Codex se ejecutan como subprocesos externos a través de ACP (Agent Client Protocol), mientras que el agente integrado de Atlas se ejecuta directamente en el proceso en su propio framework de Rust llamado Cersei.
La parte más interesante sucede a nivel de contexto. Antes de que tu prompt llegue al modelo, Atlas ensambla una imagen unificada alrededor de él:
- Inyecta memoria compartida del agente: el plan actual, las decisiones tomadas, los errores y las notas arquitectónicas creadas por cualquier otro modelo en el proyecto.
- Resuelve archivos, carpetas, funciones, ramas de git, notas e incluso artículos de investigación localmente a través de
@. - Agrega la cola de la sesión anterior y un resumen de hechos, incluso si la última tarea fue resuelta por un asistente diferente.
- Construye embeddings de vectores locales y busca fragmentos relevantes a través de HNSW sin enviar datos a servidores de terceros.
El resultado: Claude ve las conclusiones que alcanzó Codex, y Codex sabe qué pruebas acaban de fallar para Claude.
Puntos de control y vinculación de commits
Por lo general, después de que un agente termina su trabajo, aparece un commit en git, y una semana después nadie recuerda qué prompt lo generó.
Atlas guarda las sesiones en una base de datos SQLite local en .atlas/sessions.db. El programa monitorea los commits desde afuera en lugar de interceptarlos forzadamente. Puedes hacer commit del código a través de la terminal estándar, VS Code, o incluso con Atlas cerrado. La aplicación empareja parches y vincula el commit con la sesión del agente que escribió ese código.
Los enlaces no se rompen durante git rebase o git commit --amend normales gracias a la verificación de patch-id. Si haces un squash y el enlace se vuelve ambiguo, Atlas no intenta adivinar—honestamente marca la sesión como separada.
Un buen detalle: todos los secretos y tokens se eliminan de los registros antes de que los datos toquen el disco.
Dentro del espacio de trabajo
Atlas está construido no solo como un daemon de fondo, sino como un entorno de trabajo de escritorio completo. Bajo el capó es una combinación de Tauri, Rust y una interfaz web basada en Bun y TypeScript.
Todo lo necesario para el trabajo diario está incluido:
- Un editor de código basado en CodeMirror con persistencia de estado entre reinicios.
- Un cliente Git completo con un gráfico visual de commits, ramas y diffs.
- Una terminal por bloques donde cada comando ejecutado almacena su salida, estado de salida y duración. Utilidades de pantalla completa como vim y htop también funcionan normalmente.
- Una base de conocimiento en la carpeta
.atlas/knowledge/. Estos son archivos Markdown regulares que se versionan junto con el código. Se admiten backlinks, gráficos de enlaces y exportación HTML. - Búsqueda de artículos de investigación a través de arXiv y Semantic Scholar con la capacidad de leer PDFs en la aplicación y enviar enlaces a prompts a través de
@. - Un navegador integrado basado en el motor WebKit con soporte para inicios de sesión y modo de lectura.
Todos los archivos del proyecto permanecen como archivos regulares en el disco. Las notas están en Markdown, los lienzos en JSON, las sesiones en JSONL. Si cierras el programa, puedes continuar tranquilamente trabajando en tu editor favorito sin perder acceso a tus datos.
Cómo ejecutar el proyecto localmente
Los binarios de macOS están disponibles como .dmg en el sitio web oficial y en los lanzamientos de GitHub. La compilación en Linux y Windows es posible desde el código fuente, aunque los desarrolladores señalan que estas plataformas actualmente están menos probadas.
Para compilaciones locales, necesitarás Bun, Rust estable y el cliente CLI de Claude instalado (si planeas usar el agente de Anthropic).
Instalando dependencias en Ubuntu o Debian:
sudo apt install -y libglib2.0-dev libgtk-3-dev libwebkit2gtk-4.1-dev
Compilando y ejecutando en modo desarrollo:
git clone https://github.com/pacifio/atlas
cd atlas
bun install
bun run dev:app
La compilación inicial de Rust toma un par de minutos, pero las compilaciones incrementales posteriores se completan en segundos.
A quién le será útil Atlas
El proyecto atraerá a los desarrolladores que experimentan activamente con múltiples asistentes de IA y están cansados de copiar manualmente el contexto entre ventanas de terminal.
No hay suscripción a la nube obligatoria para las funciones básicas aquí: todo funciona sin conexión, las bases de datos se almacenan en el directorio del proyecto y el código no se filtra a ningún lugar. Si buscas una forma de organizar tu flujo de trabajo con agentes y preservar el historial de sus decisiones para tu equipo o para ti mismo dentro de un mes, definitivamente vale la pena revisar el repositorio.
Proyectos relacionados