Al escalar la automatización con IA de chatbots sueltos a enjambres de agentes especializados, todo equipo choca con el mismo problema de coordinación. ¿Cómo repartir el trabajo entre cinco ingenieros virtuales? ¿Cómo evitar que dos bots intenten editar a la vez el mismo archivo? Y sobre todo: ¿cómo mantener el control sobre la arquitectura sin ahogarse en cientos de líneas de logs?
Los intentos clásicos de resolver esto con estructuras pesadas en memoria o scripts espagueti sobre las primeras librerías multiagente suelen acabar mal: si cae un subproceso hijo, se desploma todo el pipeline y el estado de las tareas desaparece sin rastro.
El grupo de investigación Nous Research ha respondido con una idea ingeniosa y probada durante décadas dentro de su framework agéntico: el módulo Hermes Kanban. Es un sistema distribuido de gestión de tareas orientado a archivos cuyo núcleo es una base relacional local SQLite (~/.hermes/kanban.db). En lugar de subprocesos frágiles, cada agente corre como un worker independiente y aislado del sistema operativo, mientras la coordinación y el relevo pasan por un tablero kanban tradicional con estados de tarea.
He desplegado el circuito kanban de Hermes, he configurado un agente orquestador y he probado la puerta de aprobación Human-in-the-Loop. Veamos cómo funciona este engranaje y cómo convierte un enjambre caótico de bots en un equipo ágil ordenado.
División de roles: Orquestadores y Ejecutores
La arquitectura de Hermes Kanban separa con nitidez las responsabilidades de los participantes virtuales:
- Agentes orquestadores (Orchestrators): Cuentan con herramientas de descomposición y planificación (
kanban_create,kanban_link,kanban_prioritize). El orquestador recibe de la persona un objetivo de alto nivel (por ejemplo, «Desarrollar un microservicio de autenticación en Go con JWT, caché en Redis y tests»), lo despieza en un grafo de tareas atómicas, fija dependencias y mueve las tarjetas a la columnaReady. - Agentes ejecutores (Workers): Bots especializados (programadores, maquetadores, testers, redactores técnicos). Cada worker consulta el tablero periódicamente (
kanban_list), toma una tarea disponible pasándola aIn Progressy bloqueando el acceso paralelo de otros (kanban_claim), trabaja en su sandbox aislado y mueve la tarjeta a la columnaReview.
Conjunto de herramientas y puerta de aprobación Human-in-the-Loop
El perfil de cada agente trabajador se define en un manifiesto JSON claro que acota su presupuesto de pasos y las utilidades permitidas:
{
"profile_name": "QA-Worker-Agent",
"model": "deepseek-ai/deepseek-v4-flash",
"tools": [
"kanban_list",
"kanban_claim",
"kanban_comment",
"kanban_complete",
"run_bash_command"
],
"budget": {
"max_steps_per_task": 20,
"max_cost_usd": 2.50
},
"guardrails": {
"consecutive_failure_limit": 3,
"require_human_review_on_block": true
}
}
En la puerta de aprobación corre un script vigilante en Python que revisa la columna Review y muestra tarjetas interactivas al revisor humano antes de fusionar cambios:
import sqlite3
import os
def process_review_queue(db_path=os.path.expanduser("~/.hermes/kanban.db")):
"""Consulta la columna Review y solicita aprobación humana."""
conn = sqlite3.connect(db_path)
cursor = conn.cursor()
cursor.execute("SELECT id, title, worker_id, artifacts_url FROM tasks WHERE status = 'Review'")
review_tasks = cursor.fetchall()
if not review_tasks:
print("[Hermes Kanban] No hay tareas en revisión. El tablero está limpio.")
return
for task_id, title, worker_id, artifacts in review_tasks:
print(f"\n[Revisión del ticket #{task_id}] {title}")
print(f"Ejecutor: {worker_id} | Artefactos: {artifacts}")
decision = input("¿Aprobar el paso a Done? (y/n/rework): ").strip().lower()
if decision == "y":
cursor.execute("UPDATE tasks SET status = 'Done' WHERE id = ?", (task_id,))
print(f"Ticket #{task_id} cerrado y fusionado en la rama principal.")
elif decision == "rework":
comment = input("Indica el motivo de corrección: ")
cursor.execute("UPDATE tasks SET status = 'In Progress', comments = comments || ? WHERE id = ?", (f"\nRevisión: {comment}", task_id))
print(f"Ticket #{task_id} devuelto al worker para corregir.")
conn.commit()
conn.close()
if __name__ == "__main__":
process_review_queue()
Por qué un tablero kanban encaja tan bien con un enjambre de agentes
Aplicar la metodología kanban clásica a agentes autónomos resuelve de golpe tres problemas de raíz:
- Tolerancia a fallos: Si un worker se queda colgado o cae por timeout, la base de datos libera automáticamente el bloqueo del ticket y lo devuelve a
Ready. Otro agente puede recoger la tarea sin reiniciar todo el sistema. - Auditoría visual: En cualquier momento puedes abrir la interfaz gráfica local del tablero y ver en qué punto exacto va el desarrollo, qué bot lleva cada pieza y qué comentarios ha dejado el modelo.
- Corte de bucles infinitos: Si un agente falla tres veces al entregar una tarea porque no pasan los tests, la tarjeta pasa a
Blockedy el sistema avisa a una persona mediante alerta sonora o webhook al chat. - Sincronización con gestores corporativos: Si hace falta, Hermes Kanban puede replicar el estado de sus columnas en Jira, Linear o GitHub Projects para dar visibilidad a todo el equipo de producto.
Hermes Kanban une la velocidad de la inteligencia artificial con la claridad y robustez de la gestión de proyectos clásica. Es un enfoque de ingeniería maduro que transforma experimentos caóticos con bots en una línea de producción predecible.

