How It Works

Agent Playground es un sistema que aprende y crece con vos. La información entra por cualquier canal, los agentes la organizan en el Brain, el Coordinador pregunta qué necesitás, y el Council divide el trabajo para que los LLMs locales hagan lo que pueden sin gastar créditos del API.

Entrada de información
App ChatDirecto en el navegador
TelegramMóvil · bidireccional
MCPClaude Desktop · ChatGPT
Cerebro / RAG
Ingestar → Generar embeddings → pgvector → Clasificar por tipo
Ideas / Notas
Facturas / Datos
Planes
Investigación
Resultados de tareas
Reportes de sesión
Coordinador
Lee contexto del Brain → Detecta pendientes → Formula plan → Pregunta al usuario
Responde en AppChat en tiempo real
Responde en TelegramModo móvil · asíncrono
El canal depende del modo configurado en Integrations → Telegram
Council — Multi-LLM Debate
Cada equipo revisa el plan desde su dominio → Consenso + Risk flags + Clasificación de tareas por complejidad
Fast
1 ronda · Ollama local · $0
Balanced
2 rondas · Claude API · Default
Deep
3 rondas · Extended thinking
El Council clasifica cada tarea: ¿requiere API? ¿puede hacerlo Ollama? → Routing automático
Local — Ollama
  • Resúmenes y clasificación
  • Formateo de datos
  • Borradores simples
  • Council en modo Fast
Costo: $0
API — Claude
  • Razonamiento complejo
  • Código y arquitectura
  • Decisiones estratégicas
  • Council Balanced / Deep
Créditos del plan
Resultados → Brain → Próxima sesión
Todo resultado de tarea vuelve al Brain indexado como contexto. Con cada sesión el sistema acumula investigaciones, planes ejecutados, código generado y documentación. Los agentes locales se vuelven más capaces sin costo adicional.
Principios de diseño
Local-first
Ollama corre en el mismo servidor — sin latencia de red, sin costo.
Brain como memoria
Cada acción deja un rastro. Los agentes recuerdan lo que hicieron.
Council antes de actuar
Decisiones importantes pasan por debate multi-perspectiva.
Cualquier canal
App o Telegram — el Coordinador responde donde estés.