Agentes de IA auto-evolutivos con OpenSpace: habilidades, MCP, linaje y reutilización de bajo coste
OpenSpace es un marco para construir agentes de IA auto-evolutivos. Almacena capacidades en SQLite con versionado y linaje, admite habilidades personalizadas y del anfitrión, y se integra mediante MCP a través de HTTP transmisible. El tutorial muestra una tarea de nómina, reutilización de habilidades, un SKILL.md personalizado y un servidor MCP en vivo, con un coste de tokens reducido en tareas repetidas.
El tutorial configura OpenSpace en Colab, clonando el repositorio con un checkout esporádico e instalando el paquete. Configura las credenciales del modelo (Anthropic/OpenAI), las variables del espacio de trabajo y ejecuta una tarea de cálculo de nómina a través de la API asíncrona de Python. OpenSpace evoluciona habilidades durante la ejecución de tareas y las almacena en SQLite con metadatos como el origen (FIX, DERIVED, CAPTURED). Una segunda tarea de nómina relacionada reutiliza habilidades previamente evolucionadas, demostrando una reutilización de menor costo. Se crea un SKILL.md personalizado (colab-csv-report) que es descubierto automáticamente por el agente, y se preparan habilidades del anfitrión (delegate-task, skill-discovery). Se inicia y prueba un servidor MCP que utiliza transporte HTTP transmisible. Opcionalmente, las habilidades se cargan en la nube. Se examina la base de datos de demostración, que muestra una evolución de más de 60 habilidades con metadatos de linaje y calidad. El tutorial concluye que OpenSpace permite flujos de trabajo de agentes auto-mejorables con reutilización y reducción del uso de tokens.
Fuente: MarkTechPost —
original