Automatizar tareas con agentes de IA, sin perder el control

Cuando trabajas con un agente de IA en tu ordenador, cada vez que quiere hacer algo delicado te pide permiso. Un agente programado para las tres de la madrugada no puede preguntar a nadie: lo que puede hacer lo decide, de antemano, su configuración. Y ahí aparecen tres riesgos:

• Que haga más de lo que le has pedido: escribir donde no debe, ejecutar comandos o publicar algo.
• Que gaste sin límite, si se enreda en una tarea que no sabe acabar.
• Que falle en silencio: que deje de ejecutarse y nadie se entere durante semanas.

Son las que aplicamos en las automatizaciones que montamos:

• Una sola carpeta donde escribir. El agente puede leer lo que necesite, pero solo escribe en su propia carpeta de trabajo. Nunca en tu copia del proyecto.
• Herramientas en lista cerrada. Leer, buscar y editar, según la tarea. Ejecutar comandos, nunca: lo que haya que ejecutar va en un paso aparte, sin IA, a la vista en la configuración.
• Un tope de gasto en cada paso. Si el agente se enreda, el paso se corta al llegar al límite.
• Lo que el agente dice, lo comprueba un paso que no es IA. Que diga que ha guardado un fichero no prueba que exista.
• Si deja de funcionar, te enteras. El fallo más caro es el silencioso: una tarea que lleva días sin ejecutarse tiene que avisar igual que una que falla.

agentic-pipelines es el motor de código abierto que hemos construido para esto. Cada automatización es un fichero pipeline.yaml con sus pasos: pasos de shell para lo que se puede hacer sin IA y pasos de agente, que usan el Claude Agent SDK, para lo que necesita criterio.

Las reglas no dependen de que el agente se porte bien: las impone el motor. Antes de cada acción del agente comprueba si la herramienta está permitida y si escribe dentro de su carpeta; si no, la deniega y lo deja anotado. Cada ejecución queda guardada con lo que hizo cada paso, su coste y sus denegaciones, y se puede consultar en un panel local con pipelines web.

Las automatizaciones se programan con el planificador de macOS (launchd), así que de momento funciona solo en Mac.

pipelines web abre en tu navegador un panel local, de solo lectura, con todas tus automatizaciones: cuáles están programadas, cuáles fallaron en su última ejecución, cuánto costó cada una y qué hizo cada paso. Si una tarea deja de ejecutarse, aparece en rojo aunque no haya ningún error que avisar. Y en cada ejecución se ven las acciones que el motor le denegó al agente: en una de nuestras pruebas, el agente intentó leer un fichero fuera de su carpeta y el motor lo bloqueó sin que la tarea dejara de funcionar.

En pipelines-starter hemos publicado siete, probadas con datos reales:

• site-checks: revisa tus webs cada mañana (errores, lentitud, certificados a punto de caducar) y solo avisa si algo va mal.
• stale-prs: pull requests de tus repositorios de GitHub que llevan días sin que nadie las toque.
• issues-already-fixed: issues abiertas que un commit ya fusionado menciona, así que probablemente ya están resueltas.
• dev-machine-doctor: el estado de tu Mac de desarrollo: disco libre, las cachés que más ocupan, puertos abiertos y procesos olvidados.
• weekly-briefing: cada viernes, un agente resume la semana de tus proyectos en lenguaje llano, para alguien que no lee pull requests.
• docs-drift: un agente compara la documentación de un repositorio con el código y prepara las correcciones en una rama local.
• news-digest: cada mañana, un agente lee tus fuentes RSS y canales de YouTube y escribe un resumen con ideas de contenido.

Todas son de solo lectura por defecto: ninguna publica, fusiona, cierra ni borra nada. Dejan un informe en Markdown y te avisan con una notificación del Mac o, si lo prefieres, en el móvil.

Primero, el motor:

git clone https://github.com/startcat/agentic-pipelines.git ~/agentic-pipelines
cd ~/agentic-pipelines && bun install
alias pipelines="bun run ~/agentic-pipelines/src/cli/index.ts"

Después, las automatizaciones:

git clone https://github.com/startcat/pipelines-starter.git ~/pipelines-starter
cd ~/pipelines-starter && cp .env.example .env

Si vas a usar las que llevan agente, pon tu clave de la API de Anthropic en el .env, en ANTHROPIC_API_KEY. Y por último, instala las que quieras, cada una con su configuración. Por ejemplo, la revisión de webs:

pipelines install site-checks --set urls="https://tu-web.com"

install comprueba que tu Mac tiene todo lo que hace falta, guarda la configuración y la programa. Para probarla sin esperar a mañana, usa pipelines run con las mismas opciones. Cada automatización tiene su propia página en GitHub con todas las opciones.

El motor y las automatizaciones son gratuitos. Las cuatro que solo usan shell (site-checks, stale-prs, issues-already-fixed y dev-machine-doctor) no usan IA y no cuestan nada. Las tres que usan un agente llaman a la API de Anthropic con tu clave y tienen un tope de gasto en cada ejecución. A precios de la API y con el modelo que traen configurado (Sonnet), nuestras pruebas costaron unos 0,25 $ por resumen semanal, unos 0,15 $ por resumen de noticias y entre 0,20 y 0,35 $ por revisión de documentación, que solo se ejecuta las semanas en que cambia el código.

Si quieres que salga más barato, cada agente puede usar un modelo más pequeño: cambiando model: sonnet por model: haiku en su fichero, el precio por token baja a la mitad. En nuestra prueba del resumen de noticias, la ejecución pasó de unos 0,15 $ a 0,11 $. Conviene comprobar que el resultado te basta.

Cada automatización del starter es un pipeline.yaml que puedes copiar y adaptar. pipelines validate comprueba que la configuración es correcta antes de programarla, y el README del motor explica cómo escribir una desde cero en diez minutos.

Si prefieres que la montemos nosotros, conectada a las herramientas de tu empresa, eso es lo que hacemos en IA y automatización.