AgentLag

Agente CLI interactivo para tareas de ingeniería de software. Multi-proveedor, autónomo y extensible mediante skills.

¿Qué es AgentLag?

AgentLag es un agente automo de terminal que actúa como dev de desarrollo. Puede leer y editar archivos, ejecutar comandos de shell, buscar en tu proyecto y recordar tus preferencias entre sesiones. Funciona con los principales proveedores de LLM y se adapta automáticamente a modelos que no soportan tool calling nativo mediante un modo ReAct de respaldo.

Instalación

# Clona el repositorio
git clone https://github.com/andreslpxz/AgentLag_npm.git
cd AgentLag_npm

# Instala dependencias
npm install

# Instala globalmente (opcional)
npm link

Requisitos

• Node.js 18+
• Una API key del proveedor que quieras usar

Configuración

Copia el archivo de ejemplo y añade tu API key:

cp env.example .env

Variables disponibles en .env:

ANTHROPIC_API_KEY=sk-...
OPENAI_API_KEY=sk-...
GROQ_API_KEY=gsk_...
OPENROUTER_API_KEY=sk-or-...
MISTRAL_API_KEY=...
DEEPSEEK_API_KEY=...
NVIDIA_API_KEY=...
LIGHTNING_API_KEY=...
TOGETHER_API_KEY=...
OLLAMA_BASE_URL=http://localhost:11434

La configuración activa (proveedor y modelo elegidos) se persiste en ~/.agentlag/config.json.

Uso

# Inicia el agente
agentlag

# O directamente con tsx si no lo instalaste globalmente
npx tsx cli.jsx

# Modo de prueba interactivo para desarrollo
npm run devintest

Al iniciarse por primera vez, el wizard te pedirá que elijas un proveedor y modelo.

Proveedores soportados

| Proveedor | Comando de selección | Variable de entorno | |---------------|----------------------|-------------------------| | Groq | /provider | GROQ_API_KEY | | OpenAI | /provider | OPENAI_API_KEY | | Anthropic | /provider | ANTHROPIC_API_KEY | | OpenRouter | /provider | OPENROUTER_API_KEY | | Mistral | /provider | MISTRAL_API_KEY | | DeepSeek | /provider | DEEPSEEK_API_KEY | | NVIDIA NIM | /provider | NVIDIA_API_KEY | | Lightning AI | /provider | LIGHTNING_API_KEY | | Together AI | /provider | TOGETHER_API_KEY | | Ollama | /provider | OLLAMA_BASE_URL |

Lightning AI

1. Define LIGHTNING_API_KEY en .env o pégala cuando el wizard la pida.
2. Selecciona Lightning AI en /provider.
3. Elige un modelo: openai/gpt-5, openai/gpt-5-mini, openai/o3 o lightning-ai/DeepSeek-V3.1.

Herramientas disponibles

AgentLag dispone de las siguientes herramientas que el modelo puede invocar de forma autónoma:

| Herramienta | Descripción | |------------------|--------------------------------------------------------------| | create_file | Crea o sobreescribe un archivo, incluyendo directorios intermedios | | read_file | Lee el contenido de un archivo con números de línea | | edit_file | Edita un archivo mediante búsqueda y reemplazo de texto exacto | | list_directory | Lista archivos y carpetas de un directorio (con opción recursiva) | | run_shell | Ejecuta comandos de shell en el directorio actual | | read_skill | Lee e inyecta el contenido de una skill instalada | | find_skills | Busca skills disponibles en skills.sh para una necesidad concreta | | manage_memory | Guarda o lista preferencias y datos del proyecto en memoria persistente |

Sistema de Skills

AgentLag puede leer skills instaladas desde:

• .agents/skills/ — skills locales del proyecto
• ~/.agents/skills/ — skills globales del usuario

Cada skill es una carpeta con un archivo SKILL.md que contiene frontmatter name y description. El agente las detecta automáticamente y las aplica cuando el contexto lo requiere.

Comandos de skills

/skills list                                    # Lista las skills instaladas
/skills read <nombre>                           # Lee el contenido de una skill
/skills find <descripción>                      # Busca skills en skills.sh
/skills add <url-repo> --skill <nombre>         # Instala una skill desde GitHub

También puedes activarlas por lenguaje natural:

AgentLag, necesito algo para optimizar imágenes en mi proyecto

Si la skill find-skills está instalada, AgentLag buscará automáticamente en skills.sh y propondrá opciones antes de instalar.

Memoria persistente

AgentLag recuerda preferencias entre sesiones. Los datos se almacenan en ~/.agentlag/memory.json.

Puedes pedirle al agente que guarde información explícitamente:

Recuerda que este proyecto usa TypeScript estricto y Prettier con tab width 2

O listar lo que recuerda:

/memory list

Comandos especiales del CLI

| Comando | Acción | |---------------|---------------------------------------------| | /provider | Abre el wizard para cambiar proveedor/modelo | | /skills | Gestión de skills | | /memory | Gestión de memoria | | exit / q | Sale del agente |

Modos de ejecución

Modo Tools (predeterminado)

El agente usa las herramientas nativas del modelo (function calling). Disponible en la mayoría de modelos modernos de OpenAI, Anthropic, Groq y otros.

Modo ReAct (respaldo automático)

Para modelos sin soporte de tool calling, el agente genera texto estructurado en formato Thought / Action / Action Input y lo parsea internamente. Se activa automáticamente o forzando forceReAct: true en la configuración.

Estructura del proyecto

agentlag/
├── agent.js          # Lógica central del agente y grafo LangGraph
├── cli.jsx           # Interfaz de terminal (Ink + React)
├── tools.js          # Definición de herramientas disponibles
├── skills.js         # Sistema de descubrimiento y carga de skills
├── memory_utils.js   # Utilidades de memoria persistente
├── ollama_utils.js   # Utilidades para modelos Ollama
├── package.json
├── env.example       # Plantilla de variables de entorno
└── .agents/
    └── skills/       # Skills locales del proyecto

Desarrollo y verificación

npm test
npm run devintest

• npm test ejecuta los tests automatizados con node --test.
• npm run devintest abre la CLI interactiva local para probar el agente manualmente.

Ejemplos de uso

> Crea un endpoint Express que valide un JWT y devuelva el usuario

> Refactoriza la función parseConfig en src/config.ts para que sea async

> ¿Qué archivos del proyecto importan desde utils/db?

> Ejecuta los tests y dime si alguno falla

> Recuerda que usamos pnpm, no npm

Contribuir

Las contribuciones son bienvenidas. Si quieres agregar un nuevo proveedor, añade un case en la función createLLM de agent.js siguiendo el patrón existente. Para nuevas herramientas, agrégalas en tools.js usando el helper tool() de LangChain con esquema Zod.

Licencia

MIT

Hecho con 🔥 por DryInk