Cómo construir un equipo de redes neuronales y dejar de ser un copiapegador
Situación familiar: tienes tres pestañas abiertas — una donde Claude escribe arquitectura, una segunda donde GPT-4 revisa código, y una tercera donde Gemini redacta documentación. Saltas entre ellas, copiando contexto, explicándole a cada agente desde cero lo que estás construyendo, y terminas sintiéndote no como un desarrollador sino como un dispatcher de estación de tren.
Hace poco me topé con el proyecto Clowder AI, que resuelve exactamente este problema. Sus creadores (según el README, tres gatos, posteriormente unidos por un cuarto) decidieron que ya era hora de dejar de ser "routers" para redes neuronales. Construyeron una plataforma que convierte agentes LLM dispersos en un verdadero equipo con memoria compartida y disciplina.
Qué es Clowder AI
En resumen, es un orquestador. Pero no uno que simplemente hace proxy de solicitudes API. Clowder crea una capa sobre tus herramientas CLI familiares (como Claude Code o Gemini CLI). Les da a las redes neuronales lo que normalmente carecen: identidad persistente, memoria compartida, y la capacidad de comunicarse entre sí directamente.
Dentro del sistema viven "gatos" — agentes personalizados. Por ejemplo, XianXian (basado en Claude) maneja arquitectura y seguridad, YanYan (basado en GPT) hace revisiones y código, y ShuoShuo (Gemini) se encarga del diseño y genera ideas. Estos no son solo prompts de sistema — son agentes que recuerdan sus roles e historial de conversación de sesión en sesión.
Cómo funciona en la práctica
El proyecto ofrece el concepto de CVO — Chief Vision Officer. Eso eres tú. Tu trabajo no es escribir código (aunque puedes), sino establecer la dirección del desarrollo, aprobar diseños y tomar decisiones clave. El equipo de redes neuronales se encarga del trabajo "sucio".
Aquí hay algunas cosas que llamaron mi atención:
Revisión cruzada entre modelos
Le pides a Claude que escriba un componente. En cuanto esté listo, el sistema automáticamente trae a GPT para verificación. Esto está integrado en la lógica de la plataforma: uno escribe, el otro revisa, y negocian entre sí hasta que el resultado cumple con los estándares.
Comunicación directa entre agentes (A2A)
En el chat, puedes usar @menciones. Si estás discutiendo una funcionalidad con Gemini, puedes etiquetar @opus para traer a Claude y evaluar la viabilidad técnica. Cada agente tiene su propio contexto, pero pueden intercambiar mensajes y datos estructurados.
Memoria compartida y habilidades
El equipo tiene una base de conocimiento: registros de decisiones, lecciones aprendidas, y un "Framework de Habilidades". Los agentes cargan habilidades especializadas (como TDD o depuración) solo cuando realmente las necesitan. Esto ahorra espacio en la ventana de contexto y hace que las respuestas sean más precisas.
Detalles técnicos
El proyecto está escrito en TypeScript (Node.js 20+). Redis se usa como backend para almacenamiento de estado y colas. La arquitectura se divide en tres capas claras:
- Modelo: maneja el "cerebro" (razonamiento y generación).
- Agent CLI: maneja operaciones de archivos y ejecución de comandos.
- Plataforma (Clowder): gestiona identidad, coordinación y auditoría.
Curiosamente, los autores incrustaron "Las Leyes de Hierro" directamente en el código y los prompts. Por ejemplo, se prohíbe a los agentes eliminar sus propias bases de datos o matar procesos padre. Esto crea un entorno predecible donde una red neuronal no "explotará" tu sistema en un arranque de entusiasmo.
No solo código
Los desarrolladores fueron más allá de un simple asistente de IDE. Clowder incluye algunos módulos bastante inusuales:
- Signals: un agregador de noticias tecnológicas donde las redes neuronales analizan artículos conjuntamente y pueden incluso generar un podcast donde los "gatos" discuten un nuevo lanzamiento.
- Modos de juego: el equipo puede jugar "Mafia" (Hombre Lobo) contigo o participar en batallas de píxeles. Esto no es solo entretenimiento — es una prueba de estrés para su capacidad de coordinar y seguir reglas.
- Compañero de voz: cada agente tiene su propia voz. Puedes hablar con el equipo a través de auriculares mientras caminas a la tienda o haces ejercicio en el gimnasio.
Cómo lanzar
Hay dos caminos. El más fácil para usuarios de Windows o macOS es descargar el instalador listo para usar desde la sección de Releases. Este incluye Node.js y Redis portátiles por sí solo.
Si prefieres compilar desde el código fuente:
git clone https://github.com/zts212653/clowder-ai.git
cd clowder-ai
pnpm install
pnpm build
cp .env.example .env
pnpm start
Después de eso, vas a localhost:3003 y en la configuración del sistema, configuras las claves para Claude, OpenAI o Gemini. Por cierto, el proyecto también soporta proveedores de terceros a través de una capa unificada.
A quién le será útil
Clowder AI probablemente no sea necesario para escribir un script de 10 líneas. Pero si estás trabajando en un proyecto en solitario y sientes que no puedes manejar el volumen de planificación, escritura de pruebas y tareas de documentación, dicho "equipo" realmente puede quitarte un peso de encima.
El proyecto parece un intento de hacer el trabajo con IA más humano. En lugar de campos de texto sin rostro, tienes un equipo con sus propios nombres y personalidades, que no solo ejecutan comandos sino que te ayudan a mantener la cordura a las 3:30 AM frente a otro bug.
Vale la pena probarlo al menos para ver cómo diferentes LLMs discuten sobre la calidad de tu código. Es educativo como mínimo.
Proyectos relacionados