Cómo combinar código, diseño y texto en un espacio de trabajo de IA — probando Kun
Un flujo de trabajo típico con asistentes de IA parece caótico. Un desarrollador copia un fragmento de código del IDE en una ventana del navegador con ChatGPT, pide que corrija la lógica, pega el resultado de vuelta, ejecuta pruebas, ve un error y corre de vuelta a la interfaz web. Si a esto le sumás la redacción de documentación o el boceto de prototipos de UI, cambiar entre pestañas se vuelve interminable.
Los desarrolladores del proyecto Kun decidieron combinar la escritura de código, texto, diseño y automatización en un único entorno local. La característica principal de la herramienta es un runtime compartido que puede conectar simultáneamente una interfaz gráfica y una terminal.
Un runtime compartido para ventana gráfica y consola
Kun se construye sobre un proceso de servidor kun serve. Se inicia en la máquina local y asume la gestión de sesiones, historiales de tareas, conexiones LLM y ejecución de comandos.
Podés lanzar la aplicación de escritorio Electron y simultáneamente abrir una terminal en la carpeta del proyecto ejecutando el comando:
kun
Ambas interfaces capturan instantáneamente el mismo contexto de trabajo. ¿Necesitás enviar una aclaración breve sin soltar el teclado? Escribí en TUI. ¿Querés ver diferencias de archivos, editar un canvas visual o analizar un documento PDF con capturas de pantalla? Cambiá a GUI. Todos los cambios, el plan de acción y el historial de llamadas de herramientas permanecen sincronizados.
Cinco espacios de trabajo para diferentes tareas
Los autores no limitaron el proyecto a los confines del "codificado con IA" básico. El espacio de trabajo se divide en cinco bloques especializados.
- Code. Un modo completamente equipado para trabajar con un repositorio. El agente puede buscar en archivos, realizar ediciones, ejecutar comandos de consola, ejecutar pruebas y generar diffs de cambios internos.
- Write. Un entorno para preparar documentación, artículos o informes. Soporta completado de texto en línea, edición y puede exportar resultados a Markdown, HTML, PDF, DOCX y PPTX.
- Design. Un modo para maquetar prototipos interactivos HTML/CSS y generar archivos de sistema de diseño (
DESIGN_SYSTEM.md). Una interfaz bocetada puede pasarse inmediatamente al bloque de codificación.
- Research. Trabajo con contexto multimodal. Subís archivos PDF, gráficos o capturas de pantalla, y el agente extrae datos, reúne argumentos y genera notas finales.
- Automate. Un módulo para ejecutar tareas en segundo plano. Acá configurás programaciones, bucles repetitivos, hooks y conectás herramientas externas a través de MCP (Model Context Protocol).
Cómo funciona Agent Graph para tareas complejas
Para preguntas breves o ediciones específicas, Kun tiene un modo Directo — un diálogo rápido sin burocracia innecesaria. Pero cuando una tarea abarca docenas de archivos y requiere verificación secuencial, entra en juego el modo experimental Agent Graph.
En este modo, el agente principal (Lead Agent) primero construye un grafo de dependencias. Luego descompone la tarea en subtareas pequeñas y las delega a agentes hijos aislados. Cada agente hijo recibe únicamente los permisos, herramientas y acceso a archivos necesarios para su etapa.
El resultado del trabajo se pasa más allá en la cadena solo después de que el Lead Agent verifica los cambios y confirma que las pruebas pasaron. Si ocurre una falla en cualquier paso, el grafo no finge que todo salió bien. Una tarea puede pausarse, corregirse manualmente o un nodo separado puede enviarse para re-ejecución.
Datos locales y libertad para elegir modelos
Kun está diseñado con un principio de prioridad local. Toda la base de datos de sesiones, logs, configuraciones locales y archivos de proyecto se almacenan exclusivamente en tu disco.
Al mismo tiempo, el proyecto no te fuerza a usar una red neuronal específica. A través de un menú de configuración unificado, podés conectar prácticamente cualquier proveedor:
- Modelos locales a través de Ollama
- APIs en la nube de OpenAI, Anthropic, Gemini, DeepSeek, Qwen o Kimi
- Cualquier servicio de terceros compatible con OpenAI Chat Completions o Anthropic Messages
Si elegís un proveedor en la nube, los datos específicos de la solicitud y los archivos adjuntos se enviarán a sus servidores. Esto vale la pena tener en cuenta al trabajar con código propietario de la empresa.
Cómo desplegar y probar
Los paquetes precompilados para macOS (Intel y Apple Silicon), Windows y Linux están disponibles en la página de releases del proyecto. Si preferís ejecutar el sistema desde el código fuente o experimentar con el backend, necesitás Node.js versión 22.19 o superior.
El proceso de lanzamiento desde el repositorio es estándar:
git clone https://github.com/KunAgent/Kun.git
cd Kun
npm ci
npm run dev
Se proporciona un comando especial para iniciar el cliente de terminal por separado:
npm run dev:tui
Tras el primer lanzamiento, solo necesitás configurar al menos una clave API o modelo local en Ollama, y luego podés abrir el proyecto que desees.
¿Vale la pena instalarlo?
Kun parece un intento viable de consolidar el conjunto disperso de herramientas de un desarrollador en un único sistema manejable. La idea de un runtime fluido entre TUI y GUI realmente elimina la necesidad de copiar contexto entre la consola y las ventanas del navegador.
Un aspecto a considerar es la licencia PolyForm Noncommercial 1.0.0. Para proyectos personales, investigación y aprendizaje, la herramienta es completamente gratuita. Sin embargo, el uso comercial o la integración en productos de pago requerirá permiso separado de los autores. Las empresas pueden solicitar permiso escrito gratuito para uso interno de empleados enviando un correo a los desarrolladores.
Proyectos relacionados