Databricks lanzó Omnigent, un ‘meta-arnés’ de código abierto para agentes de IA. El proyecto se entrega bajo la licencia Apache 2.0. El equipo de IA de Databricks lo creó con Neon.
Un arnés es el envoltorio que rodea a un modelo y lo convierte en un agente. Claude Code, Codex y Pi son arneses. Omnigent se encuentra un nivel por encima de ellos. Trata cada arnés como una parte intercambiable de un sistema más grande.
Muchos ingenieros ahora hacen malabarismos con cuatro o cinco agentes a la vez. Copian texto entre agentes de codificación, herramientas de búsqueda, Docs y Slack. Cada arnés sólo entiende sus propias sesiones. Omnigent agrega una capa compartida donde viven la composición, el control y la colaboración.
¿Qué es omnigente?
Omnigent es una interfaz común por encima de los agentes de línea de comandos y los SDK de agentes. Incluye agentes de codificación de terminales como Claude Code, Codex y Pi. También incluye SDK como OpenAI Agents y Claude Agents SDK.
El diseño se basa en una observación. Sin embargo, un arnés llama a su modelo internamente, la interfaz de usuario es la misma. Entran mensajes y archivos. Salen flujos de texto y llamadas de herramientas. Omnigent estandariza esa interfaz para que los arneses sean intercambiables.
Tú suministras los modelos y la infraestructura. Omnigent ejecuta los agentes encima. Puede coordinar a varios de ellos como trabajadores intercambiables bajo un solo orquestador.
Cómo funciona Omnigent
La arquitectura tiene dos partes. Un ejecutor envuelve cualquier agente en una sesión de espacio aislado con una API uniforme. Un servidor proporciona políticas y uso compartido. El servidor expone cada sesión a través del terminal, la aplicación y las API web.
Un comando inicia una sesión en su terminal. También inicia una interfaz de usuario web local en localhost:6767. La misma sesión aparece en el navegador o en un teléfono. Los mensajes, subagentes, terminales y archivos permanecen sincronizados.
La CLI se instala con dos nombres, omnigent y omni. Son intercambiables. En la primera ejecución, detecta las credenciales del modelo que ya están en su entorno.
Composición, control y colaboración
El equipo de Databricks enmarca Omnigent en torno a tres capacidades:
Composición significa combinar modelos, arneses y técnicas sin reescribir el código. Puede cambiar entre Claude Code, Codex, Pi y agentes personalizados con cambios de una línea. Control significa políticas contextuales y con estado. Realizan un seguimiento de las acciones de los agentes y aplican barreras de seguridad en la capa de meta-arnés, no a través de indicaciones. Un ejemplo detiene a un agente después de cada $100 que gasta. Otro requiere la aprobación humana para git push una vez que el agente instala un nuevo paquete npm. Colaboración significa compartir sesiones de agentes en vivo mediante URL. Los compañeros de equipo ven al agente trabajar y conversan con él en tiempo real. Pueden comentar archivos, codirigir la sesión o bifurcar la conversación.
Un sistema operativo sandbox, llamado Omnibox, respalda esto. Puede bloquear el acceso al sistema operativo y transformar las solicitudes de red. Por ejemplo, puede mantener su token de GitHub oculto al agente. El token se inyecta solo en el proxy de salida en solicitudes aprobadas.
Casos de uso y ejemplos
Dos agentes de ejemplo se envían con el repositorio:
Polly es una orquestadora de codificación de múltiples agentes. No escribe ningún código en sí. Planifica y luego delega el trabajo a subagentes de codificación en árboles de trabajo de Git paralelos. Cada diferencia se dirige a un revisor de un proveedor diferente al escritor. Fusionas el resultado. Debby es una compañera de intercambio de ideas con dos cabezas. Una cabeza es Claude, la otra GPT. Cada pregunta va dirigida a ambos y las respuestas se muestran una al lado de la otra. Escribe /debate y los jefes se critican entre sí antes de converger.
Otros patrones prácticos siguen la misma forma. Un modelo de asesor de frontera puede guiar a un trabajador de código abierto más económico. Un agente principal puede organizar subagentes paralelos. Diferentes LLM pueden manejar la planificación, la búsqueda y la generación de código en un solo flujo.
Demostración interactiva del concepto
El equipo de Marktechpost ha creado una demostración interactiva (a continuación) que le permite experimentar de primera mano el flujo de trabajo de meta-arnés de Omnigent. Eliges una tarea para el orquestador Polly, quien la planifica y la delega en tres subagentes: Claude Code, Codex y Pi, que se ejecutan en paralelo y transmiten sus pasos en vivo. Un medidor de costos de sesión aumenta a medida que funcionan, y las dos políticas muestran la capa de control de Omnigent en acción: el presupuesto de costos detiene la ejecución en $3.00 para su aprobación, y una política contextual detiene un git push que sigue a una instalación de npm hasta que usted lo permita. Una vez que los subagentes terminan, cada diferencia es revisada por un proveedor diferente al que la escribió y luego se marca como lista para fusionarse. Las pestañas Terminal, Web y Móvil muestran la misma sesión manteniéndose sincronizada en todas las interfaces. Es una simulación ilustrativa, no se llaman modelos vivos.
Omnigente Meta-arnés
Un orquestador. Muchos arneses. Una sesión gobernada.
Demostración conceptual interactiva
1 · Elige una tarea para el orquestador (Polly)
Construir punto final REST + pruebas Refactorizar módulo de autenticación Agregar capa de almacenamiento en caché
▶ Ejecutar sesión ⌘ Terminal ▤ UI web ▢ Móvil
misma sesión · sincronizada
Orquestadora · Polly (no escribe código; planifica y delega)
Inactivo. Elija una tarea y presione “Ejecutar sesión”.
Listo para fusionarse.
3 diferencias revisadas por un proveedor diferente al autor.
Marktechpost
·
Medios de investigación y desarrollo de IA
⏸
La política detuvo la sesión.
La razón va aquí.
Denegar/detener Aprobar y continuar
Omnigente Meta-arnés
Un orquestador. Muchos arneses. Una sesión gobernada.
Demostración conceptual interactiva
1 · Elige una tarea para el orquestador (Polly)
Construir punto final REST + pruebas Refactorizar módulo de autenticación Agregar capa de almacenamiento en caché
▶ Ejecutar sesión ⌘ Terminal ▤ UI web ▢ Móvil
misma sesión · sincronizada
Orquestadora · Polly (no escribe código; planifica y delega)
Inactivo. Elija una tarea y presione “Ejecutar sesión”.
Listo para fusionarse.
3 diferencias revisadas por un proveedor diferente al autor.
Marktechpost
·
Medios de investigación y desarrollo de IA
⏸
La política detuvo la sesión.
La razón va aquí.
Denegar/detener Aprobar y continuar
Omnigente frente a un arnés único
Empezando
Omnigent necesita Python 3.12+, Node.js 22 LTS y tmux. Un comando instala todo:
Luego configure las credenciales del modelo:
Omnigent acepta cuatro tipos de credenciales. Son una clave API propia y una suscripción a Claude o ChatGPT. Los otros son una puerta de enlace compatible con OpenAI o Anthropic y un espacio de trabajo de Databricks. El comando /model cambia de modelo a mitad de sesión.
Un agente personalizado es un archivo YAML corto. Declara un aviso, un arnés, herramientas y subagentes opcionales.
Ejecútelo con un comando:
Las políticas utilizan el mismo enfoque YAML. Estos límites integrados pasan con una advertencia suave primero:
Las políticas utilizan el mismo enfoque YAML. Este límite de gasto incorporado con una advertencia suave primero: políticas: presupuesto: tipo: controlador de función: omnigent.policies.builtins.cost.cost_budget factory_params: max_cost_usd: 5.00 # límite de gasto estricto Ask_thresholds_usd: [3.00] # advertencia suave en camino
Las políticas se acumulan en tres niveles. Son para todo el servidor, por agente y por sesión. Primero se verifican las reglas de sesión más estrictas.
Fortalezas y limitaciones
Fortalezas
Una interfaz para Claude Code, Codex, Pi y agentes personalizados Sesiones accesibles desde terminal, web, escritorio y teléfono Políticas que rastrean el estado, no solo permiten o niegan Compartir sesiones en vivo reemplaza copiar y pegar entre herramientas Los entornos sandbox en la nube en Modal y Daytona no necesitan una licencia de Apache 2.0 para computadora portátil local con objetivos como Fly.io, Railway y Render
Limitaciones
El proyecto es alfa y se encuentra en una etapa temprana de su ciclo de vida. Requiere configuración de Python, Node.js y tmux. Usted trae sus propios modelos, infraestructura y gastos. Los elementos de la hoja de ruta, como Omnigent Server MCP, aún no se envían. Los compañeros de equipo fuera de la red necesitan un servidor implementado siempre activo para unirse.
Consulte el repositorio, el inicio rápido y los detalles técnicos. Además, no dude en seguirnos en Twitter y no olvide unirse a nuestro SubReddit de más de 150.000 ml y suscribirse a nuestro boletín. ¡Esperar! estas en telegrama? Ahora también puedes unirte a nosotros en Telegram.
¿Necesita asociarse con nosotros para promocionar su repositorio de GitHub O su página principal de Hugging O su lanzamiento de producto O seminario web, etc.? Conéctate con nosotros
