--- title: "Motor de grafos multi-agente para agentes de IA — Canopy" source: "https://univerlab.org/es/canopy/" --- [UniverLab · laboratorio abierto](/es/)EXP-001 # Canopy En un bosque, el dosel es donde las copas se tocan — árboles separados, una sola capa viva. Un daemon en Rust y una interfaz de terminal con un **motor de grafos** en el centro. El trabajo entra como spec y recorre un grafo que tú diseñas: nodos de **agente** en cualquier harness, nodos de **chequeo** que corren tus comandos reales, **ensembles** que reparten un paso entre varios modelos y exigen quórum, **routers** que eligen la rama, y un nodo de **resiliencia** que convierte una cuota agotada en un despertar programado. Por debajo: memoria, scheduling y sync para todos tus agentes. agentes de IA → un motor de grafos sobre cada harness → specs llevados hasta el commit ✕ quota Implementación con gateslos chequeos corren tus comandos reales — el rojo devuelve el trabajo, nunca a ti [Star en GitHub ↗](https://github.com/UniverLab/harness-canopy)[Documentación →](/canopy/docs/) Instalar `curl -fsSL https://install.univerlab.org/canopy | sh`⧉✓ ![](/bench/machines/canopy-night-450.webp) EXP-001 · activo · Sol 79 (2026-03-20) · [versión v3.1.1 · hace 2 días](https://github.com/UniverLab/harness-canopy/releases/tag/v3.1.1) · [DOI 10.5281/zenodo.23607434](https://doi.org/10.5281/zenodo.23607434) · roadmap: · · Construido con [Canopy](/es/canopy/) · Repositorio configurado con [ghScaff](/es/ghscaff/) · Demo grabada con [DemoStage](/es/demostage/) · Commits revisados por [GitKit](/es/gitkit/) Latest release: v3.1.1 (2026-10-24) daemontuigraph enginemcp Plataformas soportadas * Antigravity CLI * BLACKBOX AI CLI * Claude Code * Cline CLI * CodeBuddy Code * Codex CLI * Command Code * Continue CLI * Copilot CLI * Cursor CLI * Devin CLI * Freebuff * Gemini CLI * Kilo Code CLI * Kiro CLI * MiMo Code CLI * Vibe * opencode * Qoder CLI * Qwen Code * UTIM Génesis · 2026 · Sol 79 (2026-03-20) ## El que empezó todo. Empezó como una carpeta de **skills** para el trabajo. Entonces noté lo que nadie mencionaba: los harness de agentes traían un modo **headless**, ahí, sin que nadie lo usara. Conecté tareas con cron para dispararlas por ese modo — demasiado para un skill, y los modelos de entonces se atragantaban con las instrucciones. Así que se volvió un **MCP**: _task-trigger_. Funcionaba, pero corría a ciegas en segundo plano; solo el agente veía lo que pasaba. No bastaba. Lo maté y construí una **TUI** — luego scheduling, memoria, sync, identidades, y un nombre nuevo. **Canopy**. Para entonces el giro estaba completo: Canopy construía a Canopy, y a todo lo demás en este laboratorio. Fig. 1Canopy — grabado con DemoStage El motor de grafos ### Grafos, no prompts Nodos de agente, chequeo, gate y router unidos por aristas de pass, fail y always. Un spec recorre el grafo de la entrada al commit; el enrutamiento depende de códigos de salida y veredictos reales, no de lo que un modelo dice haber hecho. ### Ensembles entre harness Reparte un paso entre varios modelos — en paralelo con quórum, en cascada al siguiente si falla, o en round-robin por un equipo — cada miembro en el harness y modelo que elijas. ### El fallo es una ruta Un gate en rojo devuelve el trabajo con la salida adjunta. Un nodo de resiliencia lee los errores de cuota y programa el grafo para despertar justo al reinicio. Solo un veredicto real llega a ti. Grafo autónomoPatrón: Ensemble · quórum + Implementación con gates 0 veces que se detuvo ## Falló. No se detuvo. 1. 01 ### Un spec, tres borradores El trabajo entra como spec — rol, qué, cómo. Se reparte entre tres modelos en tres harnesses y un quorum se queda con el consenso. 2. 02 ### Implementar desde el consenso Un nodo implementador toma el plan acordado en tu harness y empieza a escribir. 3. 03 ### Falló: cargo test, 2 rojos El nodo de chequeo corre tus comandos reales. El rojo devuelve el token directo al implementador — nunca llega a ti. 4. 04 ### Verde — y una segunda opinión El reintento pasa las puertas. Un harness distinto revisa el diff contra el spec antes de que algo avance. 5. 05 ### Commiteado. Pusheado. Otra vez. La rama se pushea y la corrida queda en memoria — el próximo spec ya está recorriendo el mismo grafo. Cada nodo corre en el harness que elijas, y el loop que acabas de ver es el motor real haciendo su trabajo real. El runtime por debajo ### Memoria que persiste Cada ejecución escribe hechos, patrones y decisiones en un grafo de conocimiento por proyecto. La siguiente sesión — en cualquier harness — los lee en vez de redescubrir el código. ### Colas y scheduling Los specs viven en colas ordenadas que un grafo recorre en segundo plano; grafos y agentes también se disparan por cron o por cambios de archivo, y los hooks encadenan un grafo con el siguiente. ### Sincronización multiagente Los agentes declaran su misión, reportan su estado y se mandan mensajes, para que varias sesiones compartan un espacio de trabajo sin pisarse. Citar ## Cómo citar Martinez Bolivar, J., & Solorzano, L. (2026). canopy (harness-canopy) (Version v3.1.1) \[Computer software\]. Zenodo. https://doi.org/10.5281/zenodo.23607434 @software{canopy, author = {Martinez Bolivar, Jheison and Solorzano, Lina}, title = {canopy (harness-canopy)}, year = {2026}, version = {v3.1.1}, publisher = {Zenodo}, doi = {10.5281/zenodo.23607434}, url = {https://doi.org/10.5281/zenodo.23607434} } ⧉✓ Preguntas frecuentes ## Preguntas frecuentes ¿Qué hace Canopy exactamente? Canopy corre el trabajo de programación con IA como grafos. Entra un spec, los nodos de agente hacen el trabajo en los harness que elijas — Claude, Codex, Gemini, OpenCode o cualquier agente de terminal —, los nodos de chequeo corren tus tests reales, los ensembles ponen de acuerdo a varios modelos, y los fallos vuelven solos hasta que el spec queda commiteado. Un daemon, todos tus agentes, todos tus free tiers. ¿Cómo comparto trabajo entre Claude y Codex? Canopy le da a cada agente un grafo de conocimiento compartido y un protocolo de sincronización. Cuando Claude termina una tarea, los hechos y patrones que descubrió están disponibles para Codex en la siguiente sesión. Sin copia manual de contexto. ¿Puedo ejecutar agentes de IA en un horario? Sí. Canopy dispara agentes por cron o por eventos de cambio de archivo a través de un daemon en segundo plano. Configuras el horario una vez; el daemon vigila el workspace y ejecuta tareas automáticamente. ¿En qué se diferencia Canopy de usar Claude Code o Codex directamente? Esos son harnesses individuales. Canopy es la capa que los conecta — memoria compartida, programación en segundo plano y coordinación multi-agente. Tú conservas tus agentes; Canopy añade la infraestructura. Notas de campo