La infraestructura de Agent sigue liderando mientras AI-ready Data gira hacia workflows de conocimiento

La infraestructura de ingeniería para AI Agent sigue siendo la línea principal más fuerte, pero el cambio más importante de hoy es que AI-ready Data ya no trata solo de convertir formatos de documentos. Empieza a moverse hacia OCR, notebooks, investigación multiplataforma y Agent Skills reutilizables.

Proyectos en tendencia

1. chopratejas/headroom: comprime salidas de herramientas, logs, archivos y chunks de RAG antes de que entren al LLM, con 3.142 stars nuevas hoy
2. NousResearch/hermes-agent: sistema de Agent que crece con el usuario, con 1.913 stars nuevas hoy y momentum continuo
3. affaan-m/ECC: sistema de optimización de rendimiento para Agent Harness en herramientas como Claude Code, Codex, Opencode y Cursor
4. jwasham/coding-interview-university: ruta completa de aprendizaje de ciencias de la computación, con 632 stars nuevas hoy y una clara reactivación
5. Open-LLM-VTuber/Open-LLM-VTuber: proyecto local de interacción por voz con LLM y personaje virtual Live2D, apareciendo de forma continua
6. openclaw/openclaw-windows-node: suite companion de OpenClaw para Windows, apuntando a integración con sistemas locales y workflows de escritorio
7. github/spec-kit: toolkit oficial de GitHub para Spec-Driven Development
8. reconurge/flowsint: plataforma moderna de investigación en grafos para analistas e investigadores de ciberseguridad
9. aquasecurity/trivy: escáner de vulnerabilidades y configuración para contenedores, Kubernetes, repositorios de código y entornos cloud
10. lfnovo/open-notebook: implementación open source de Notebook LM para organización de conocimiento y workflows de preguntas sobre documentos
11. mvanhorn/last30days-skill: Agent Skill para investigar cualquier tema en Reddit, X, YouTube, HN, Polymarket y la web
12. PaddlePaddle/PaddleOCR: convierte documentos PDF o imágenes en datos estructurados adecuados para uso con AI
13. NVIDIA/cosmos: plataforma abierta de modelos del mundo para escenarios de Physical AI como robótica, conducción autónoma e infraestructura inteligente
14. github/copilot-sdk: SDK multiplataforma para integrar GitHub Copilot Agent en aplicaciones y servicios

Tendencia

1) La infraestructura de ingeniería para Agent sigue ocupando la primera línea

• headroom sumó 3.142 stars nuevas hoy. Aunque está por debajo de las 3.530 de ayer, sigue siendo el proyecto con mayor crecimiento de toda la lista.
• hermes-agent subió de 1.735 stars nuevas ayer a 1.913 hoy. ECC bajó de 2.141 a 1.750, pero sigue fuerte.
• Esto muestra que la compresión de tokens, los sistemas centrales de Agent, Agent Harness, skills, memory, security y la optimización de workflows ya no son focos de un solo día. Se están convirtiendo en una tendencia continua.

2) La compresión de tokens pasa de foco explosivo a demanda sostenida

• headroom se mantuvo por encima de 3.000 stars nuevas durante dos días seguidos, mostrando que la compresión de contexto y de salidas de herramientas ya fue validada colectivamente por desarrolladores como un dolor real.
• Cuando Agents se conectan a archivos, logs, páginas web, chunks de RAG y llamadas a herramientas, el problema no es solo que falte longitud de contexto. El coste de tokens, el ruido de entrada y la calidad de respuesta también se ven afectados.
• Conviene seguir observando compresión, filtrado, resumen, reducción de ruido, caché y entrada estructurada. Es probable que se conviertan gradualmente en componentes estándar de los sistemas de ingeniería para Agent.

3) AI-ready Data se expande de conversión documental a workflows de conocimiento

• En días anteriores, los proyectos fuertes fueron markitdown y parsers de PDF. Hoy aparecen PaddleOCR, open-notebook y last30days-skill.
• Esto muestra que la capa de entrada de datos para AI se está expandiendo de “convertir archivos a Markdown” hacia OCR de imágenes y PDF, organización de conocimiento en notebooks, investigación de información multiplataforma y síntesis con evidencias.
• Para bases de conocimiento, asistentes de investigación, documentos empresariales, organización de materiales y herramientas de análisis de contenido, la oportunidad no está solo en la conversión de formatos. Está en organizar información externa en workflows consultables, citables y reutilizables.

4) Los proyectos oficiales de GitHub apuntan a workflows de desarrollo AI productizados

• github/spec-kit sumó 321 stars nuevas hoy y apunta a Spec-Driven Development: restringir requisitos e implementación con especificaciones antes de desarrollar.
• Aunque github/copilot-sdk sumó solo 38 stars nuevas hoy, representa que las capacidades de Copilot Agent se abren más para integrarse en aplicaciones y servicios.
• Esta línea merece seguimiento de largo plazo: la programación con AI puede moverse de asistencia conversacional y autocompletado hacia desarrollo guiado por especificaciones, integración de Agents, asistentes dentro de aplicaciones y workflows de ingeniería más estandarizados.

5) La interacción local y la integración con escritorio siguen fortaleciéndose

• Open-LLM-VTuber aparece de forma continua, mostrando que LLM local, interacción por voz, interrupciones de voz y personajes virtuales siguen siendo atractivos.
• La aparición de openclaw-windows-node muestra que Agents o herramientas de automatización están entrando más profundamente en el entorno local de Windows, incluyendo bandeja del sistema, librerías compartidas, Node y PowerToys Command Palette.
• La dirección detrás de estos proyectos es clara: las herramientas AI no se quedan dentro de cajas de chat web. Entran en escritorio, voz, accesos rápidos y workflows del sistema local.

6) Las herramientas de seguridad y la investigación en grafos se calientan

• trivy subió de 24 stars nuevas ayer a 255 hoy, mientras flowsint volvió al ranking con 308 stars nuevas.
• Seguridad no es la línea AI más fuerte de hoy, pero DevSecOps, escaneo de vulnerabilidades, escaneo de configuración, detección de secretos, SBOM e investigación en grafos siguen siendo necesidades duraderas en el ecosistema open source.
• Si esta línea sigue creciendo, conviene observar si AI entra más en investigación de seguridad, atribución de alertas, organización de evidencias y análisis basado en grafos.

7) Physical AI entra en el rango de observación

• NVIDIA/cosmos apunta a escenarios de Physical AI como robótica, conducción autónoma e infraestructura inteligente.
• Muestra que los focos de AI no se limitan a texto, código, documentos y Agents. También se extienden hacia modelos del mundo, datos de simulación, robótica y comprensión de entornos físicos.
• Esta dirección todavía no es la línea principal de hoy, pero vale la pena registrarla porque puede representar el paso de AI desde workflows de software hacia escenarios del mundo físico.

Juicio de hoy

El juicio más claro de hoy es que la infraestructura de ingeniería para Agent sigue dominando el impulso open source, pero las capas aguas arriba y aguas abajo alrededor de Agent se están ampliando.

headroom, hermes-agent y ECC siguen en los primeros puestos, mostrando que la compresión de tokens, los sistemas centrales de Agent y la optimización de Agent Harness siguen siendo necesidades clave. PaddleOCR, open-notebook y last30days-skill muestran que AI-ready Data se expandió de la simple conversión documental hacia OCR, organización de conocimiento, investigación multiplataforma y Agent Skills. La aparición de spec-kit y copilot-sdk muestra que la programación con AI se mueve hacia desarrollo guiado por especificaciones e integración mediante SDK.

Mañana hay tres cosas que observar: si headroom sigue por encima de 3.000 stars nuevas, si hermes-agent y ECC permanecen cerca de la primera línea, y si nuevas ramas como spec-kit, PaddleOCR y open-notebook pueden aparecer de forma continua.