Monitoreo de costos de código abierto para cargas de trabajo de Kubernetes y gastos en varias nubes, con asignación por clúster, espacio de nombres y pod.
yaalalabs/agent-kernel
Plataforma en Python para desplegar y ejecutar agentes de IA empresariales en distintos frameworks, nubes y canales de mensajería, con compatibilidad con MCP y A2A.
- Estrellas
- 192
- Forks
- 88
- Issues abiertos
- 112
- Último commit
- hace 18 horas
¿Qué es?
Agent Kernel es una capa de plataforma para ejecutar agentes de IA creados con frameworks como OpenAI Agents SDK, LangGraph, CrewAI y Google ADK. Los desarrolladores conservan el código de sus agentes y dejan que la plataforma gestione el despliegue, la ejecución de solicitudes en cola, el almacenamiento de sesiones y las conexiones con bases de conocimiento. Así, cambiar de framework o de nube no requiere reescribir la aplicación.
El proyecto ofrece módulos de Terraform para AWS Lambda y ECS, Azure Functions y Container Apps, y GCP Cloud Run, además de un chart de Helm para Kubernetes y clústeres locales. De forma predeterminada, las solicitudes se pueden ejecutar en el mismo proceso o mediante transportes como SQS, Kafka o NATS JetStream. Las funciones de cumplimiento normativo incluyen guardrails, detección de PII, hooks previos y posteriores a la ejecución, y trazas mediante LangFuse, OpenLLMetry, Pydantic Logfire o CloudWatch.
Los agentes también se pueden conectar a canales de mensajería como Slack, WhatsApp, Teams, Telegram y Gmail, y son compatibles con los protocolos MCP, A2A y AG-UI. Entre las capacidades adicionales se incluyen la ejecución de código en un entorno aislado, los chats programados y las pausas para obtener la aprobación de una persona.
Funciones clave
- 01Ejecuta en paralelo agentes de OpenAI Agents SDK, LangGraph, CrewAI, Google ADK, Smolagents y Pydantic AI.
- 02Despliega el mismo código de agente en AWS, Azure, GCP o Kubernetes con los recursos de Terraform y Helm incluidos.
- 03Conecta agentes con Slack, WhatsApp, Teams, Telegram, Gmail, Messenger, Instagram y LiveKit.
- 04Es compatible con los protocolos MCP, A2A y AG-UI.
- 05Ofrece guardrails, detección de PII y trazas mediante LangFuse, Logfire y CloudWatch.
- 06Ofrece almacenes de sesiones conectables, como Redis, DynamoDB y Cosmos DB, y bases de conocimiento, como ChromaDB y Neo4j.
Casos de uso
- Llevar a producción en la nube un agente prototipo creado con un framework, sin tener que reescribirlo.
- Ofrecer el mismo agente a los usuarios en Slack, Teams, WhatsApp y el correo electrónico.
- Ejecutar agentes sujetos a requisitos de cumplimiento que necesitan guardrails, trazas de auditoría y control de la residencia de datos.
- Desplegar agentes en un clúster de Kubernetes existente o en un entorno local aislado de redes externas.
Inicio rápido
- 1
Instala el paquete con pip (Python 3.12 a 3.13).
pip install agentkernel - 2
Guarda el ejemplo multiagente del README como archivo Python y ejecútalo con la CLI.
Antes de usarlo
- Requiere Python 3.12 a 3.13, por lo que no admite versiones anteriores ni posteriores.
- El ejemplo de inicio rápido requiere configurar OpenAI Agents SDK, pero el README no explica cómo proporcionar las claves de API.
- Muchas integraciones (despliegues en la nube, canales, entornos aislados, etc.) requieren pasos de configuración adicionales a la instalación básica.
En colecciones
Temas
Preguntas frecuentes
- ¿Qué es agent-kernel?
- Plataforma en Python para desplegar y ejecutar agentes de IA empresariales en distintos frameworks, nubes y canales de mensajería, con compatibilidad con MCP y A2A. Agent Kernel es una capa de plataforma para ejecutar agentes de IA creados con frameworks como OpenAI Agents SDK, LangGraph, CrewAI y Google ADK. Los desarrolladores conservan el código de sus agentes y dejan que la plataforma gestione el despliegue, la ejecución de solicitudes en cola, el almacenamiento de sesiones y las conexiones con bases de conocimiento. Así, cambiar de framework o de nube no requiere reescribir la aplicación.
- ¿agent-kernel es gratuito? ¿Qué licencia tiene?
- agent-kernel es open source bajo la licencia Apache-2.0. Revisa los términos de la licencia antes de usarlo en productos comerciales.
- ¿agent-kernel sigue mantenido?
- Mantenimiento activo. El último commit de agent-kernel fue el 6 nov 2026.
- ¿Para qué puedo usar agent-kernel?
- Llevar a producción en la nube un agente prototipo creado con un framework, sin tener que reescribirlo. Ofrecer el mismo agente a los usuarios en Slack, Teams, WhatsApp y el correo electrónico. Ejecutar agentes sujetos a requisitos de cumplimiento que necesitan guardrails, trazas de auditoría y control de la residencia de datos. Desplegar agentes en un clúster de Kubernetes existente o en un entorno local aislado de redes externas.
- ¿Cómo se instala agent-kernel?
- Instala el paquete con pip (Python 3.12 a 3.13).: pip install agentkernel Guarda el ejemplo multiagente del README como archivo Python y ejecútalo con la CLI.
- ¿Dónde consigo agent-kernel?
- El código fuente y las instrucciones de instalación están en GitHub: https://github.com/yaalalabs/agent-kernel
Resumen generado por IA a partir del README del proyecto. Las estadísticas de GitHub se actualizan a diario.
Proyectos relacionados
Una biblioteca de Go con API portátiles para almacenamiento de blobs, pub/sub, bases de datos y secretos, para ejecutar una misma base de código en cualquier nube principal.
Framework multilenguaje para backends en la nube que infiere la infraestructura a partir del código de la aplicación y despliega en AWS, GCP o Azure.
Colección de servidores MCP de código abierto que dan a los asistentes de IA acceso a la documentación, los servicios y las herramientas de AWS.
Plataforma cloud-native de código abierto que unifica KVM local, bare metal, vSphere y numerosas nubes públicas mediante un conjunto único de API.
Runtime aislado con modelo de confianza cero en Kubernetes que asigna muchos agentes de IA con estado a un pequeño grupo de workers mediante snapshots de los actores inactivos.