Communitygithub.com

Agents Never Sleep (ANS)

Gobernanza de ejecución autónoma para agentes de codificación: ejecuta un backlog de tickets hasta completarlos sin supervisión. Contrato de autonomía ASK/PARK/HALT, máquina de estados duradera por ticket, compuertas de prueba deterministas, reversibilidad respaldada por git, watchdog de latido, informe matutino. Solo stdlib de Python.

¿Qué es Agents Never Sleep (ANS)?

Agents Never Sleep (ANS) es una habilidad diseñada para agentes de codificación autónomos que permite ejecutar un backlog completo de tickets sin intervención humana, evitando las detenciones suaves por preguntas no respondidas. Se basa en tres pilares clave: durabilidad del estado, semánticas concretas de pausa vs continuación, y prevención de inanición. El núcleo de fiabilidad, implementado como un paquete Python que usa solo la biblioteca estándar, impone un contrato de autonomía con tres estados —ASK (prohibido sin supervisión), PARK (aplazar decisión/ticket) y HALT (detener ejecución completa)—, junto con un bucle por ticket que incluye pre-vuelo, decisión, implementación, compuertas deterministas y registro de resultados duraderos. Soporta plataformas como Claude Code, Codex, Gemini y Copilot, y ofrece lanzadores headless con verificación previa (configuración, credenciales, salud del repositorio) para ejecuciones desatendidas. Su flujo de trabajo principal alterna entre `next` y `complete`, delegando la orquestación al agente mientras el arnés maneja la reversión, reintentos, detección de bucles y cortocircuitos de bajo rendimiento.

Compatible con✓Claude Code✓Codex CLI✓Cursor✓Gemini CLI✓Windsurf
npx skills add TokonoMix/agents-never-sleep

Preguntar en tu IA favorita

Abre un nuevo chat con esta habilidad de agente ya precargada.

Documentación

¿Qué hace Agents Never Sleep (ANS)?

Ejecuta un backlog hasta completarlo sin supervisión, sin que la ejecución se detenga suavemente por una pregunta. La parte difícil no es hacer el trabajo, sino la durabilidad del estado + las semánticas concretas de pausa vs continuación + la prevención de inanición, por lo que esta habilidad se construye en torno a eso. La columna vertebral de fiabilidad se envió primero (ver BUILD-PLAN.md); el embudo de revisión multi-modelo más pesado se secuenció sobre ella y ahora está construido (estado en "La maquinaria de calidad superpuesta a la columna vertebral" más abajo).

Justificación completa: agents-never-sleep-design.md (13 hilos de diseño + 3 revisiones del consejo). La columna vertebral MVP se implementa como un paquete Python pequeño bajo agents_never_sleep/ (el nombre de importación anterior harness sigue funcionando mediante un shim de compatibilidad hacia atrás en toda la versión 1.x) y se prueba mediante acceptance/run_acceptance.py (la única prueba que mapea el dolor de "detenerse a mitad de ejecución").

El contrato de autonomía — tres estados distintos, nunca colapsados

Una ejecución tiene exactamente tres respuestas ante la incertidumbre. Mantenlas separadas; colapsarlas es cómo una ejecución se invierte en el mismo estancamiento que existe para prevenir.

  • ASK — preguntar al humano. Prohibido mientras no esté supervisado. No emitas AskUserQuestion; no hay nadie para responder a las 2 a.m., y una sola pregunta desperdicia toda la ejecución. Esto se aplica estructuralmente, no por disciplina: el hook deny_ask.sh PreToolUse (coincidencia AskUserQuestion, limitado por entorno CLAUDE_UNATTENDED=1) DENIEGA la herramienta y te redirige de vuelta a PARK/PROCEED — el espejo de la garantía de nunca detenerse.
  • PARK — aplazar esta decisión o ticket y mantener la ejecución en movimiento hacia el siguiente ticket independiente. Aparcar es normal y saludable, no una detención.
  • HALT — detener la ejecución completa. Solo ante un peligro genuinamente irreversible que la capa de hooks bloquearía de todos modos, o cuando no existe una red de seguridad de reversibilidad (sistema de archivos de solo lectura, sin VCS y no se puede crear ninguno).

Cuando no estás supervisado, solo eliges PROCEED, PARK o HALT. Nunca ASK.

Decidir PROCEED vs PARK por radio de explosión (por lo que "no estar seguro" es raro)

Haz la categorización concreta: adivinar en un elemento de alto radio de explosión y estar equivocado de forma segura para toda la ejecución es el peor resultado, peor que aparcar.

Hard-PARK (nunca adivinar): esquema de BD / dirección de migración, contrato de API pública o compartida, límite de seguridad/auth/aislamiento de inquilinos, dinero/facturación/precios, una interfaz entre tickets sobre la que otros construyen, y significado del requisito (en realidad no sabes qué construir) a menos que sea localmente reversible y esté aislado — entonces constrúyelo reversiblemente detrás de un flag/cambio borrador Y aparca la decisión (híbrido).

Proceed (asumir + registrar + continuar): nombres, estructura interna, redacción de registros/comentarios/errores, fixtures de prueba, una elección entre dos implementaciones locales equivalentes, valores predeterminados trivialmente alternables.

Cuando sea genuinamente inclasificable → PARK. Un elemento pequeño mal aparcado cuesta una decisión de 5 segundos después; uno grande mal asumido cuesta una ejecución de trabajo incorrecto.

Confirma cada suposición PROCEED para que pueda revertirse; si no se puede hacer la confirmación de instantánea (bloqueo de git / tiempo de espera / almacén de objetos de solo lectura), trata el ticket como BLOCKED_ENV en lugar de editar de forma irreversible. Cada PARK debe registrar: por qué, las interpretaciones candidatas, la siguiente acción humana exacta, y su alcance de contaminación.

El bucle por ticket (lo que el arnés impone)

  1. Pre-vuelo mide capacidades (agents_never_sleep/preflight.py) — VCS/reversibilidad, plataforma, compuertas, modo de ejecución, tokonomix/Vault/Paperclip. Una capacidad faltante nunca detiene la ejecución; reduce el rendimiento esperado y aumenta el conservadurismo. Sin VCS → establecer una red de seguridad (git init / copia de seguridad con marca de tiempo) antes de cualquier edición arriesgada; si es imposible → solo no destructivo.
  2. Decidir ASK/PARK/HALT para el ticket (arriba). Sin supervisión: ASK→PARK.
  3. Implementar el ticket PROCEED — tú, el agente, eres el trabajador: lee el ticket que el arnés te entrega y edita archivos. Tú conduces este ticket de uno en uno a través de los dos subcomandos a continuación; el arnés posee la programación, el aparcamiento, la instantánea/reversión y el centinela de nunca detenerse.
  4. Compuerta de forma determinista (agents_never_sleep/gates.py) — la COLUMNA VERTEBRAL. Clasifica fallos: introducidos-por-el-diff → bloqueo duro (revertir al último verde + aparcar/fallar); preexistente/inestable/entorno → degradar confianza, continuar o aparcar (nunca informar como "el ticket falló"); tiempo de espera/entorno → BLOCKED_ENV. Cada compuerta se ejecuta con un tiempo de espera por paso y un entorno no interactivo para que nunca pueda colgarse en un prompt de TTY. Nunca elimines ni omitas una prueba que falla para volver a verde — eso es un punto ciego de bloqueo.
  5. Registrar exactamente un resultado duradero (agents_never_sleep/state.py): DONE, DONE_LOW_CONFIDENCE, PARKED_DECISION, PARKED_FOUNDATIONAL, BLOCKED_ENV, FAILED_RETRYABLE, FAILED_BUG_IN_AGENT — con los campos requeridos. Escrituras atómicas; seguro para reanudar.
  6. Siguiente ticket. Intento + límites de bucle (agents_never_sleep/ledger.py) fuerzan el aparcamiento de un ticket que excede su límite de intentos entre reanudaciones o es demostrablemente un bucle, para que la ejecución nunca se queme en un elemento maldito. Un cortocircuito de bajo rendimiento se detiene y alerta si la mayoría del trabajo está aparcado/bloqueado.

Ejecutarlo — el agente ES el trabajador (conduce este bucle)

Antes de comenzar desde una sesión interactiva, pregúntale al usuario UNA VEZ, en el chat: ejecutar el backlog aquí en esta sesión (en primer plano — se detiene si cierran la terminal), o lanzar una ejecución separada mediante bin/ans-run que sobrevive al cierre de sesión? Esta es una decisión de configuración/enrutamiento, no una pregunta a mitad de ejecución — no viola el contrato de nunca-ASK, y es la única pregunta que haces.

Si el modo de consenso tokonomix está configurado (bloque council en cargas de PROCEED, o una herramienta MCP tokonomix_* está disponible): al inicio de la ejecución:

  • Sin supervisión (CLAUDE_UNATTENDED=1): emitir UNA línea de registro y proceder inmediatamente — nunca bloquear ni preguntar: ℹ️ Consenso Tokonomix activo — calificación automática de cada llamada del consejo mediante tokonomix_rate_consensus.
  • Interactivo (sin CLAUDE_UNATTENDED): si la cuenta aún no tiene una preferencia de calificación guardada (es decir, review_feedback_opt_in aún no está establecido — detectable porque feedback_invite está ausente de la primera respuesta de consenso), pregúntale al usuario UNA VEZ en el chat:

    "El consenso Tokonomix está activo. Después de cada llamada del consejo, puedo enviar automáticamente una calificación de utilidad (puntuación + hallazgos) para mejorar las puntuaciones del modelo. ¿Habilitar esto? (sí/no)" Almacena la respuesta en .unattended/state/consensus_rating_pref.json para que se pregunte solo una vez en todas las sesiones. Si sí: proceder con la calificación automática. Si no: omitir las llamadas de calificación por completo.

Si consensus_rating_endpoint_enabled devuelve 404 en el primer intento de calificación, registrarlo una vez como un punto ciego y omitir todas las llamadas de calificación posteriores para esta ejecución.

El arnés no puede llamarte desde dentro de un bucle de Python, así que tú lo conduces. Alterna estos dos subcomandos hasta que el backlog se agote. Cada uno imprime un objeto JSON en stdout.

# 1. Pídele al arnés la siguiente cosa que hacer. Aparca automáticamente tickets ambiguos/de alto radio de explosión
#    y solo te entrega UN ticket listo para implementar, o una señal terminal.
python3 -m agents_never_sleep.run next --repo <proyecto> --tickets <directorio-de-.md-tickets>

Lee el status JSON:

  • PROCEED → implementa SOLAMENTE ticket.body editando archivos en el repositorio (NO toques otros tickets, NO te detengas, NO preguntes). Luego llama a complete:

    python3 -m agents_never_sleep.run complete --repo <proyecto> --attempted "resumen de una línea de lo que hiciste"
    

    Usa --cannot-implement (con --attempted explicando por qué) si realmente no puedes hacerlo — el arnés revierte tus ediciones parciales y registra BLOCKED_ENV. Después de complete, llama a next nuevamente.

    Si la carga de PROCEED traía un bloque council o specialists, ejecutaste revisiones — DEBES alimentar los resultados de vuelta en complete, o la compuerta de confianza asesora nunca se activa silenciosamente: ... complete --attempted "…" [--council-verdict pass|concerns|error --council-cost <€>] \ [--specialist-concerns architect,security,… --specialist-cost <€>] [--review-coverage "<quien ejecutó>"]. Omite un flag solo cuando no ejecutaste dicha revisión. (Detalles: las secciones Consejo y Especialistas a continuación.)

  • PARK_CONSENSUS_ELIGIBLE → el ticket de otro modo aparcaría en significado del requisito ambiguo solamente (nunca una categoría Hard-PARK). Ejecuta el consenso tokonomix fundamentado que solicita el prompt de la carga (proponentes paralelos + ciegos, un juez disjunto) — nunca preguntes un texto libre "¿debería proceder?", ese es el marco peligroso que el prompt prohíbe explícitamente. Luego informa el veredicto estructurado, repitiendo el attempt_id de la carga de oferta:

    ... resolve-park --ticket-id <id> --attempt-id <attempt_id de la carga de oferta> --resolved \
        --chosen-reading "<la lectura>" --evidence "<evidencia exacta citada>" --dissent-count <N> \
        --synthesis-text "<síntesis del juez>"
    

    o --not-resolved si el consenso no pudo desambiguar en la evidencia citada. La compuerta determinista del arnés es el ÚNICO árbitro — un veredicto resuelto enruta al flujo normal de PROCEED (implementar, luego complete como de costumbre); un veredicto declinado aparca el ticket con un rastro de auditoría y continúa. Un resolve-park duplicado en el mismo ticket es siempre un no-op seguro (ALREADY_RESOLVED). (Detalles: la sección F5 a continuación.)

  • DRAINED / HALTED / LOW_YIELD → la ejecución ha terminado; el informe de ejecución está escrito. Detente.

  • NON_DESTRUCTIVE → sin supervisión sin configuración guardada; primero realiza una ejecución interactiva de configuración.

Nunca inventes tu propio bucle ni te detengas temprano. next posee el centinela .unattended/run-incomplete que el hook de Stop usa para bloquear una detención prematura; sigue llamando a next hasta que devuelva un estado terminal. El arnés maneja la instantánea-antes-de-editar, la compuerta-después-de-editar, la reversión-en-rojo, el límite de intentos, la detección de bucles y el cortacircuitos de bajo rendimiento — tu único trabajo son las ediciones.

Contrato de ruta del centinela (crítico, aplicado). El hook de Stop verifica ${UE_RUN_INCOMPLETE:-$PWD/.unattended/run-incomplete} y el controlador escribe la misma ruta. Coinciden automáticamente solo cuando el agente se ejecuta desde la raíz del repositorio (por lo que $PWD == --repo; usa --repo .). Para una ejecución no supervisada donde CWD puede diferir de --repo (cron / claude-run), exporta UE_RUN_INCOMPLETE=<repo>/.unattended/run-incomplete al lanzar. Para evitar que nunca-detener se rompa silenciosamente, next falla duro (status:"ERROR", salida 2) cuando está sin supervisión + CWD ≠ --repo + UE_RUN_INCOMPLETE no está establecido — arregla el lanzamiento (cd al repositorio, o establece la variable de entorno).

La primera ejecución interactiva activa un asistente mínimo por proyecto (.claude/agents-never-sleep.json). La habilidad nunca se programa a sí misma — ejecutar sin supervisión (cron / claude-run) es siempre un acto explícito del usuario, por lo que el asistente siempre se ejecuta primero. Sin supervisión sin configuración → solo no destructivo + una nota destacada en el informe.

La demostración de aceptación hermética (acceptance/run_acceptance.py) conduce el bucle en proceso con un DemoWorker determinista solo para autocomprobación — no hay un subcomando run en proceso. Las ejecuciones reales siempre usan el flujo next/complete anterior.

Lanzar una ejecución — bin/ans-run (verificación previa de tokens + bloqueo del árbol de trabajo)

agents_never_sleep/preflight.py mide capacidades DESPUÉS de que la sesión del agente arranque — para entonces los primeros tokens ya se han gastado y una ejecución condenada ya ha costado dinero. Para lanzamientos headless/cron, comienza a través del lanzador:

bin/ans-run [--repo <proyecto>] [--agent <preajuste>] [--fg] [--check] [--trust] "<mensaje>"

Es una compuerta determinista GO/NO-GO que se ejecuta ANTES de que arranque la CLI del agente:

  • confianza en la configuración (TOFU) — .claude/agents-never-sleep.json viaja con el repositorio y describe comandos que el lanzador ejecuta (argv del agente, comprobaciones del host). Una configuración nueva o cambiada debe ser confiada una vez por usuario — interactivamente en el mensaje, o explícitamente mediante ans-run --trust después de la revisión. Headless + no confiado = NO-GO. La confianza se registra fuera del repositorio (~/.config/agents-never-sleep/trusted.json, clave con el SHA-256 de la configuración) — el repositorio no puede dar fe de sí mismo. Nunca ejecutes ans-run en un repositorio en el que confíes menos que en su make install.
  • identidad — launcher.target_user configurable + protección de root: iniciado como root con un usuario objetivo configurado → re-ejecutar como ese usuario; como root sin ninguno configurado → NO-GO (una ejecución no supervisada nunca debe ejecutarse como root),
  • selección de agente — preajustes nombrados bajo launcher.agents, elegidos por --agent o launcher.default_agent. No se realiza detección de plataforma en el momento del lanzamiento (los marcadores de entorno de sesión son falsificables y desaparecen bajo cron); el asistente es donde viven la detección — como una pista de relleno — y la decisión humana. Tres compuertas por preajuste: argv[0] debe ser una CLI de agente conocida (claude/codex/gemini/copilot; anulación solo mediante launcher.allow_custom_agent en una configuración de confianza), el binario debe pasar una sonda de capacidad --version de 5s (detecta desviaciones de flags antes de que se gasten los tokens), y autonomy_confirmed debe ser true (ver más abajo),
  • credenciales — launcher.credentials_paths es bloqueante cuando está configurado, solo advertencia cuando no (las configuraciones de llavero y clave API no tienen archivo de credenciales),
  • salud del repositorio — git utilizable (detecta propiedad dudosa), repositorio escribible, espacio en disco (launcher.min_disk_mb), árbol sucio/almacenado en etapa como advertencias,
  • comprobaciones del host — las sondas de servicios/BD vienen EXCLUSIVAMENTE de launcher.checks ([{"name", "command", "blocking"}]); nada específico del sitio está codificado en el lanzador.

Códigos de salida: 0 iniciado/GO · 64 NO-GO · 65 árbol de trabajo ocupado.

Los flags de autonomía son una decisión humana explícita — nunca un valor predeterminado

Una ejecución separada con el sistema de permisos de la CLI completamente activo se estanca en su primer mensaje de aprobación (stdin está cerrado, nadie está mirando); el flag que previene eso otorga poder real. El mapa enviado (agents_never_sleep/agent_clis.py, fuente única para asistente + lanzador) mantiene ambas variantes separadas y el asistente muestra lo que otorga el flag antes de pedirte que confirmes — solo entonces el preajuste registra autonomy_confirmed y se vuelve lanzable.

La maquinaria de calidad superpuesta a la columna vertebral (construida)

Consejo (revisión multi-modelo en paralelo)

Cuando la carga de PROCEED contiene un bloque council, el flujo de implementación invoca un consejo de revisión antes de que se realice cualquier edición. Esto no es opcional — la carga activa el consejo, y el flujo debe ejecutarlo o declarar que no hay consejo a través de flags en complete. El consejo opera en tres etapas:

  1. Propuesta — el agente de implementación redacta un plan en lenguaje natural (ediciones exactas, firmas de API, no código) y llama a los revisores del consejo.
  2. Revisión — agents_never_sleep/council.py orquesta la revisión del consejo. Cada revisor del consejo produce un veredicto estructurado (pass/concerns/error). La implementación estándar invoca modelos LLM externos (Claude, Gemini, etc.) a través de llamadas MCP, cada uno operando en el plan de propuesta y la tarea del ticket, con una persona consultora separada para síntesis.
  3. Veredicto — el agente de implementación sintetiza los resultados en un veredicto final y lo pasa de vuelta a complete a través de flags --council-verdict y --council-cost. Un veredicto error bloquea la ejecución (revierte + aparca); concerns reduce la confianza; pass continúa.

Especialistas (revisión dirigida por roles)

Como un consejo, pero en lugar de modelos múltiples, invoca especialistas de rol (arquitecto, seguridad, rendimiento, etc.). Cada especialista recibe el mismo plan de propuesta pero opera dentro de su dominio. Activado por el bloque specialists en la carga de PROCEED. Los resultados se pasan de vuelta a través de --specialist-concerns y --specialist-cost en complete.

F5 — Resolución de aparcamiento asistida por consenso (construida)

Cuando next devuelve PARK_CONSENSUS_ELIGIBLE, el ticket necesita desambiguación sobre el significado del requisito — no implementación. El flujo:

  1. Lee la oferta — el campo prompt de la carga contiene una solicitud de consenso estructurada.
  2. Ejecuta el consenso — resolve-park llama a un consejo tokonomix: proponentes paralelos ciegos producen interpretaciones, un juez separado sintetiza. El prompt de consenso se construye para evitar el marco peligroso "¿debería proceder?" — en su lugar, pide a los proponentes que citen evidencia del ticket y los archivos del repositorio.
  3. Informa el resultado — --resolved o --not-resolved. Si se resuelve, el ticket enruta a PROCEED normal; si no, se aparca. La compuerta del arnés es el único árbitro de corrección.

El consejo F5 es independiente del consejo de revisión de implementación — son invocados por diferentes flujos (resolución de aparcamiento vs revisión previa a la edición) y no se superponen. Una ejecución puede tener ambos (un ticket aparcado por significado resuelto por F5, luego revisado por el consejo de implementación).

Estado de implementación y hoja de ruta

La columna vertebral MVP está implementada. Los componentes de calidad de capa superior también están implementados como se describe arriba. Todo el código vive en agents_never_sleep/. Los subcomandos existentes de la interfaz CLI (next/complete/resolve-park) son estables y no se espera que cambien de forma rupturista en la serie 1.x (el shim de retrocompatibilidad harness permanece).

Proyectos futuros previstos (sin orden particular)

  • Panel de monitoreo de ejecución — panel web simple para rastrear el progreso del backlog en vivo.
  • Complemento de token de trabajo post-mortem — anotación de salida de compuerta con costos de token estimados.
  • Trazabilidad de la cadena de pensamiento — volcados de estado integrados para reproducir la toma de decisiones del flujo.

Notas de integración

Variables de entorno

VariablePropósito
CLAUDE_UNATTENDED=1Habilita el modo sin supervisión (prohíbe ASK)
UE_RUN_INCOMPLETE=<ruta>Ruta del centinela para el hook de Stop (predeterminado: $PWD/.unattended/run-incomplete)

Archivos de configuración

  • .claude/agents-never-sleep.json — configuración por proyecto (confianza, agente, credenciales, comprobaciones).
  • .unattended/state/consensus_rating_pref.json — preferencia de calificación de consenso entre sesiones.

CLI comprobada

  • claude (modo agente de código)
  • codex (CLI de Codex)
  • gemini (CLI de Gemini)
  • copilot (CLI de GitHub Copilot)

Los agentes personalizados se permiten solo a través de launcher.allow_custom_agent en una configuración de confianza.

Ver también: BUILD-PLAN.md para la justificación de secuenciación, agents-never-sleep-design.md para el diseño completo.

Skills relacionados