Cómo ejecutar múltiples agentes de IA en árboles git aislados con Proliferate

Últimamente me encontré atrapado en una rutina molesta. Lanzas Claude Code en la terminal para reescribir un módulo, simultáneamente abres Cursor para corregir estilos, y mantienes un Codex local en una tercera pestaña para refactorizar pruebas. El resultado es el caos en la copia de trabajo: las ramas se sobrescriben entre sí, los archivos sin confirmar se sobrescriben, el contexto del diálogo se pierde entre diferentes ventanas.

Los desarrolladores de proliferate-ai intentaron empaquetar este zoológico en un único entorno. Su proyecto se llama Proliferate. Se trata de un entorno de desarrollo de código abierto (AI IDE) que maneja el lanzamiento de diferentes agentes de codificación en paralelo y aísla cada uno en un worktree de git separado.

Qué hay bajo el capó y por qué necesitas worktrees

El concepto central del proyecto gira en torno al trabajo paralelo. Cuando asignas una tarea a un agente de IA, no quieres esperar a que termine de generar y ejecutar pruebas antes de pasar al siguiente ticket. Al mismo tiempo, ejecutar agentes en un único directorio de trabajo es peligroso: inevitablemente sobrescribirán los cambios de los demás.

Proliferate resuelve el problema con las herramientas integradas de Git. Cada subtarea recibe su propio git worktree con su propia rama, terminal aislada, historial de conversación y pantalla de revisión de código.

Puedes tener simultáneamente a Claude Code cerrando un bug del backend mientras OpenCode o Grok escribe pruebas de integración en la siguiente ventana. Trabajan con el mismo repositorio pero están físicamente en diferentes carpetas y no interfieren entre sí.

Motores e instrumentos soportados

Proliferate no fuerza un único modelo o proveedor. Tiene un sistema de wrappers nativos para motores populares integrado:

• Claude Code
• OpenAI Codex
• OpenCode
• Cursor
• Grok

En lugar de inventar un formato de prompts personalizado, la plataforma utiliza las interfaces nativas de estas herramientas. Si ya tienes una suscripción o claves API configuradas, puedes conectarlas a un panel unificado.

El proyecto también incluye soporte para MCP (Model Context Protocol), integración con navegador y acceso al sistema (Computer Use). La configuración de herramientas se realiza una sola vez a nivel de proyecto, después de lo cual cualquier agente conectado puede usarlas.

Otra característica interesante son los sub-agentes anidados. El agente principal puede delegar una parte del trabajo a un proceso hijo, esperar el resultado y continuar construyendo el proyecto.

Automatización y flujos de trabajo

Más allá de lanzar chats manualmente, hay una sección de Workflows. Se trata de lanzar agentes según una programación o basada en eventos.

Por ejemplo, puedes configurar una ejecución de revisión nocturna: un agente revisa los archivos modificados durante el día, busca regresiones y coloca un informe en una rama separada. O adjuntar un disparador a una alerta de monitoreo para que un agente clone inmediatamente la rama con el error y comience a localizar el fallo.

El proyecto aún es reciente (apenas más de 300 estrellas en GitHub), pero la funcionalidad parece bien pensada, especialmente para equipos cansados de cambiar entre diez terminales.

Cómo desplegarlo y probarlo

La parte cliente de Proliferate está construida con Rust y Tauri con una interfaz web en Node.js 22. El panel de control del backend está escrito en Python con el gestor de paquetes uv y base de datos PostgreSQL.

El código fuente está abierto bajo la licencia AGPL-3.0. La parte del servidor puede desplegarse completamente en tu propia infraestructura a través de Docker Compose o en la nube.

Construir la aplicación de escritorio desde el código fuente

Si quieres probar el cliente localmente, necesitarás Rust, Node.js 22 y pnpm instalados.

# Клонируем репозиторий и ставим зависимости
git clone https://github.com/proliferate-ai/proliferate.git
cd proliferate

make install
make dev-local

Ejecutar el stack completo para desarrollo

Se requiere Docker para trabajar con la base de datos local y el backend completo:

make server-install
make setup PROFILE=main
make build
make run PROFILE=main

El repositorio tiene una plantilla lista server/deploy/.env.production.example con todas las variables de entorno para conectar proveedores y configurar autenticación. Para un servidor de producción, los autores ofrecen un archivo docker-compose listo con Caddy como proxy inverso.

Para quién será útil el proyecto ahora mismo

Proliferate probablemente sea innecesario para quienes usan autocompletado una vez al día para un par de líneas de código. Un plugin de editor normal maneja eso perfectamente.

Pero si delegas activamente generación de código a utilidades CLI como Claude Code y ejecutas varias tareas en paralelo, el concepto de worktree de git aislado te ahorrará muchos nervios. Obtienes un tablero visual kanban con agentes, donde cada proceso tiene su propia terminal, diff limpio y estado de ejecución claro.

El proyecto se actualiza activamente, certamente se encontrarán errores, pero el enfoque arquitectónico a través de worktree se ve mucho más confiable que el cambio manual de ramas en la consola.