Framework de Python para crear agentes de IA autónomos que investigan, planifican, programan y ejecutan tareas, con memoria, RAG y más de 100 proveedores de LLM.
intelligencedev/manifold
Plataforma experimental en Go para automatizar flujos de trabajo de larga duración con equipos de asistentes de IA y una interfaz web en Vue.
- Estrellas
- 503
- Forks
- 31
- Issues abiertos
- 5
- Último commit
- hace 17 días
¿Qué es?
Manifold es un espacio de trabajo autoalojado para ejecutar objetivos de varios pasos con equipos de especialistas en IA. Los usuarios asignan tareas mediante una interfaz de chat y los especialistas pueden trabajar en tareas complejas durante períodos prolongados y a lo largo de varios turnos.
La plataforma es compatible con los modelos de OpenAI, Google y Anthropic, además de con endpoints compatibles con OpenAI para modelos open-weight autoalojados que se ejecutan mediante llama.cpp o vLLM. Incluye un editor visual de flujos de trabajo en el que las herramientas MCP aparecen como nodos y los flujos guardados se pueden reutilizar como herramientas. También incluye tareas programadas (Pulse) que pueden enviar resultados a servicios externos, como Matrix.
Cada proyecto está aislado en su propia ruta raíz y cuenta con su propia carpeta de skills. El proyecto se considera experimental y no se recomienda para usos en producción que requieran sólidas garantías de estabilidad. Se puede implementar con Docker Compose o compilar como un único binario que usa SQLite de forma predeterminada.
Funciones clave
- 01Chat con agentes para asignar objetivos a especialistas, con visualizaciones opcionales en las respuestas.
- 02Editor visual de flujos de trabajo en el que las herramientas MCP se convierten en nodos y los flujos guardados se pueden reutilizar como herramientas.
- 03Tareas programadas que ejecutan especialistas en IA a intervalos o en horarios determinados, con compatibilidad con Matrix.
- 04Espacios de trabajo de proyectos que aíslan archivos y cargan skills específicas de cada proyecto.
- 05Compatibilidad con servidores MCP y activación individual de herramientas para controlar el tamaño del contexto.
- 06Generación de imágenes mediante OpenAI, Google y un cliente MCP de ComfyUI.
Casos de uso
- Ejecutar tareas de investigación o análisis largas y con varios pasos mediante un equipo de agentes de IA especializados.
- Programar informes o verificaciones recurrentes generados por IA para enviarlos a canales de chat.
- Crear flujos de trabajo automatizados y reutilizables que combinen herramientas MCP y otros flujos guardados.
- Ejecutar una pila de LLM autoalojada con llama.cpp o vLLM junto con APIs de modelos comerciales.
Inicio rápido
- 1
Copia el archivo env de ejemplo
cp example.env .env - 2
Copia el archivo de configuración de ejemplo
cp config.yaml.example config.yaml - 3
Edita .env para configurar OPENAI_API_KEY y WORKDIR
- 4
Inicia Manifold con Docker Compose y abre http://localhost:32180
docker compose up -d manifold
Antes de usarlo
- Manifold es experimental y el README desaconseja su uso en producción cuando se requiere una alta estabilidad.
- Para hacer algo útil, necesitas una clave de API de LLM o un endpoint compatible con OpenAI al que puedas acceder.
En colecciones
Temas
Preguntas frecuentes
- ¿Qué es manifold?
- Plataforma experimental en Go para automatizar flujos de trabajo de larga duración con equipos de asistentes de IA y una interfaz web en Vue. Manifold es un espacio de trabajo autoalojado para ejecutar objetivos de varios pasos con equipos de especialistas en IA. Los usuarios asignan tareas mediante una interfaz de chat y los especialistas pueden trabajar en tareas complejas durante períodos prolongados y a lo largo de varios turnos.
- ¿manifold es gratuito? ¿Qué licencia tiene?
- manifold es open source bajo la licencia MIT. Revisa los términos de la licencia antes de usarlo en productos comerciales.
- ¿manifold sigue mantenido?
- Mantenimiento activo. El último commit de manifold fue el 22 oct 2026.
- ¿Para qué puedo usar manifold?
- Ejecutar tareas de investigación o análisis largas y con varios pasos mediante un equipo de agentes de IA especializados. Programar informes o verificaciones recurrentes generados por IA para enviarlos a canales de chat. Crear flujos de trabajo automatizados y reutilizables que combinen herramientas MCP y otros flujos guardados. Ejecutar una pila de LLM autoalojada con llama.cpp o vLLM junto con APIs de modelos comerciales.
- ¿Cómo se instala manifold?
- Copia el archivo env de ejemplo: cp example.env .env Copia el archivo de configuración de ejemplo: cp config.yaml.example config.yaml Edita .env para configurar OPENAI_API_KEY y WORKDIR Inicia Manifold con Docker Compose y abre http://localhost:32180: docker compose up -d manifold
- ¿Dónde consigo manifold?
- El código fuente y las instrucciones de instalación están en GitHub: https://github.com/intelligencedev/manifold
Resumen generado por IA a partir del README del proyecto. Las estadísticas de GitHub se actualizan a diario.
Proyectos relacionados
Gateway de IA autohospedado que conecta archivos, bases de datos, almacenes vectoriales y API con LLM locales o alojados mediante una sola API compatible con OpenAI.
Asistente personal de IA multiagente y autoalojable, basado en LangGraph, que conecta correo, calendario, documentos y tareas, con aprobación humana antes de ejecutar acciones.
Asistente de IA de escritorio multiplataforma con modelos en la nube y locales, agentes, RAG, plugins, MCP y voz.
Una CLI nativa del terminal que convierte descripciones en inglés sencillo en workflows YAML para coordinar Claude Code, Codex, Gemini CLI y otros agentes de programación con controles de calidad.
Asistente personal de IA autoalojable en un único binario de Go que combina chat con LLM, bases de conocimiento RAG y ciclos de agentes para navegar, usar la shell y herramientas MCP.