10 artículos encontrados
Mapa curado del ecosistema OpenCode en 2026: 10 plugins de memoria persistente que ningún blog te ha enseñado, las 4 críticas reales del HN y las respuestas de la comunidad indie.
Cuatro clientes visuales para OpenCode puestos a prueba en escritorio y móvil. Comparamos instalación, experiencia diaria, soporte de trabajo remoto y los puntos donde cada uno cojea, con datos primarios de sus repos.
Routea cada subagente al modelo adecuado: explore a 9B, planner a 122B. Comparamos Brick, OpenCode-subagent-router y un hook DIY con las matemáticas reales.
RTK y Caveman prometen 60-90% menos tokens en agentes. Mido los dos con datos: JetBrains 8,5%, replay 614M tokens y qué cambia entre comprimir output y prosa.
HyperFrames vs Remotion 2026: comparativa técnica para crear vídeo con agentes de IA. React vs HTML, licencias, benchmarks y Agent Skills.
Harness Engineering explicado: por qué el wrapper (tools, memory, guardrails) hace productivo al agente. Definición, anatomía y aplicación indie real.
Análisis técnico comparativo de tres plugins nativos de OpenCode para dotar a tu agente IA de memoria persistente local: simple-memory (logfmt), Mnemosyne (binario Go offline) y true-mem (psicología cognitiva).
Comparativa técnica exhaustiva de tres servidores MCP multiplataforma para dar memoria persistente a agentes IA: opencode-supermemory (cloud), basic-memory (Markdown + grafo) y forgetful (Zettelkasten atómico). Funcionan con Claude Code, Codex, Cursor y más.
Análisis en profundidad de Headroom, el proyecto open source (33.4k ⭐) que promete reducir entre un 60% y un 95% los tokens que mandas a un LLM sin perder precisión. Probamos sus 6 algoritmos, su CCR reversible y su modo proxy, y lo comparamos con el resto del ecosistema.
Análisis profundo de GSD Core (ex Get Shit Done): 33 agentes, wave execution, contexto fresco de 200K por subagente, y el phase loop Discuss→Plan→Execute→Verify→Ship. Cómo instalarlo, cuándo usarlo y cuándo no.
