ycmjason/aibridge

¿Qué hace aibridge?

aibridge te permite controlar modelos de otros proveedores: lanza las CLI de IA instaladas en esta máquina y verifica su salida. Tú proporcionas el juicio y la artesanía de prompts; la CLI se encarga de la ejecución frágil. Las delegaciones aportan lo que quizás no tengas — diferentes entrenamientos y puntos ciegos (verificación cruzada real), renderizado de imágenes, asientos de razonamiento pesado — y se ejecutan concurrentemente en los inicios de sesión existentes de las CLI de respaldo, sin necesidad de claves API. Cada delegación consume la cuota propia de esa CLI de respaldo (consulte Asientos de modelo para el único caso en que esa cuota es tuya).

Ejecución

aibridge <comando> [opciones]              # si `aibridge` está en PATH
npx -y @aibridge/cli <comando> [opciones]  # instalación cero — funciona en cualquier lugar

No se requiere ningún paso de instalación: la segunda forma obtiene la CLI bajo demanda desde npm. La documentación de referencia a continuación escribe cada comando como aibridge <comando> — si aibridge no está en PATH, sustituye npx -y @aibridge/cli por aibridge; todo lo demás es idéntico. Requiere Node ≥24.11.

Configuración (una verificación única, no una instalación)

• Versión mínima de CLI: 0.1.0.
• Verificación: ejecuta aibridge --version; si el comando falta, ejecuta npx -y @aibridge/cli --version y usa la forma npx a partir de entonces. Compara la versión impresa con 0.1.0 (semver).
• Por debajo del mínimo vía npx (caché obsoleto): vuelve a ejecutar como npx -y @aibridge/cli@latest. Por debajo del mínimo vía una instalación global: sugiere al usuario actualizar con npm i -g @aibridge/cli.
• Si node --version es inferior a 24.11: la CLI no puede ejecutarse — pide al usuario que actualice Node (ej. nvm install 24 / mise use node@24).
• Opcional, para usuarios que quieran el comando aibridge directamente en PATH: npm i -g @aibridge/cli. Pregunta al usuario antes de ejecutar instalaciones globales.

Requiere que las CLI de respaldo estén en PATH y autenticadas: grok (planificador/revisor recomendado — pásalo explícitamente), agy (implementador recomendado — pásalo explícitamente), codex (asiento de generación de imágenes recomendado — pásalo explícitamente, además de la delegación openai-codex/*), y opcionalmente claude para el nivel de delegación anthropic-claude/*.

Subcomandos

Comando	Descripción	Referencia
plan	Expandir una tarea en un archivo de plan de implementación detallado	reference/plan.md
implement	Implementar un archivo de plan in situ (edita el árbol de trabajo, ejecuta puertas reales)	reference/implement.md
review	Revisar el diff del árbol de trabajo (o un plan) contra un contrato de plan	reference/review.md
subagent	Delegar una tarea autocontenida a otro modelo	reference/subagent.md
image-gen	Generar una imagen rasterizada a través de un asiento de modelo (backend codex, agy o grok)	reference/image-gen.md
runs	Monitorear e inspeccionar ejecuciones	—
quota	Mostrar cuota del backend y tiempos de reinicio (grok, agy, codex, claude)	—
models	Listar cada asiento de modelo en el registro (slug, esfuerzos, formato de imagen)	—

Enrutamiento

1. La primera palabra es un nombre de subcomando → carga ese archivo de referencia y síguelo. Esto no es negociable: la referencia contiene la artesanía de prompts que hace que la salida sea buena — saltarla produce resultados genéricos.

2. No se proporciona subcomando → inferir a partir de la solicitud:

   • una imagen / icono / gráfico para hacer → image-gen;
   • una tarea claramente especificada y autocontenida para pasar a otro modelo, o una segunda opinión entre modelos / red-team → subagent;
   • un trabajo de implementación considerable o arriesgado → el flujo de tres verbos: plan → lees, editas y apruebas el archivo de plan → implement → review --plan <archivo>. Para diseños de alto riesgo, agrega una puerta previa a la implementación: review --plan en un árbol limpio revisa el plan en sí.

   Si es genuinamente ambiguo, muestra la tabla anterior y pregunta.

3. ¿No estás seguro de las banderas actuales? Ejecuta aibridge <comando> --help — la superficie crece con el tiempo (nuevos modelos, nuevas banderas).

Asientos de modelo (opciones recomendadas — pásalas explícitamente)

--model es obligatorio en cada comando; no se elige nada por ti. Puntos de partida aproximados — no son puntos de referencia, solo lo que tiende a funcionar:

slug	plan	implement	review	image-gen
xai-grok/grok-4.5	✅ pequeño–mediano, bien definido	✅ cualquier fidelidad	✅	○ JPEG
openai-codex/gpt-5.6-sol	✅ mediano–grande, ambiguo	○	✅	✅ PNG
anthropic-claude/opus-5	✅ mediano–grande, ambiguo	○	✅	✗
google-antigravity/gemini-3.6-flash	○	✅ necesita detalle alto–muy alto	○	○ JPEG
anthropic-claude/sonnet-5	○	✅ necesita detalle alto	○	✗

✅ recomendado · ○ funciona · ✗ no compatible. Para plan el calificador es cuánta ambigüedad absorbe el asiento; para implement es cuán especificado debe estar el plan.

Estas son recomendaciones aproximadas, no mediciones. Si la tarea no encaja claramente en una fila — o el usuario ha dicho cómo quiere que se enrute el trabajo — pregúntale al usuario en lugar de adivinar.

Otros asientos registrados, mismas reglas: openai-codex/gpt-5.6-terra / -luna (niveles de codificación más baratos), anthropic-claude/fable-5 (trabajo más difícil y de mayor duración), anthropic-claude/haiku-4-5 (respuestas rápidas), google-antigravity/gemini-3.1-pro (solo -high/-low), y los de agy claude-sonnet-4-6 / claude-opus-4-6-thinking / gpt-oss-120b-medium — trabajo de nivel Claude y GPT en la cuota de Antigravity, lo que importa cuando los asientos del mismo proveedor son los que estás evitando. Ejecuta aibridge models [--json] para obtener datos exactos por asiento (esfuerzos aceptados, formato de imagen, ID de modelo fijado). aibridge <comando> --help lista cada asiento.

• Grok tiene un límite agresivo (~30 req/min, ~1k msgs/día; aibridge quota rastrea el uso de crédito semanal): ejecuta UNA etapa de grok a la vez. Es el único asiento que tolera un resumen vago, así que úsalo donde la entrada no esté clara en lugar de donde ya exista un plan detallado.
• Mantén al revisor de un modelo diferente al del implementador — un modelo que revisa su propio diff comparte sus propios puntos ciegos. Los asientos recomendados ya difieren; si sobrescribes un asiento, verifica el otro. La misma lógica se aplica a ti: para trabajo que tú mismo has creado, prefiere un revisor fuera de tu propia familia de modelos.
• La cuota es relativa al orquestador. Cada backend consume su propio inicio de sesión/cuota de CLI. Un backend que comparte la cuota del agente que ejecuta esta habilidad (anthropic-claude/* para agentes basados en Claude — factura la suscripción de la CLI de claude — google-antigravity/* para agentes basados en Antigravity, …) es un ÚLTIMO RECURSO: dilo antes de usarlo.
• Cambia de asiento por cuota: openai-codex/gpt-5.6-sol[-<esfuerzo>] (inicio de sesión propio de ChatGPT) es la alternativa habitual para cualquier asiento.
• La verificación previa de cuota se ejecuta automáticamente antes de cada delegación; aibridge quota es la comprobación manual de dos segundos al planificar un pipeline.

Modelo de seguridad y confianza

• aibridge realiza una delegación real por diseño: en modo herramientas, las CLI de respaldo leen/escriben archivos y ejecutan shell — al MISMO nivel de confianza que el agente que ejecuta esta habilidad. Nada aquí otorga más acceso del que el usuario ya otorgó a su agente y a esas CLI cuando las instaló y autenticó.
• La delegación envía el prompt de la tarea (y lo que el delegado elija leer) al proveedor de la CLI de respaldo. No delegues contenido que el usuario no enviaría a ese proveedor; usa --no-tools para entradas no confiables — el delegado no obtiene acceso a archivos ni shell, solo razonamiento.
• La CLI es @aibridge/cli en npm, publicada con procedencia SLSA a través de OIDC desde el repositorio público (https://github.com/ycmjason/aibridge). Sus paquetes no tienen scripts en tiempo de instalación y un único árbol de dependencias en tiempo de ejecución que puedes auditar.
• Nada se ejecuta hasta que el usuario haya instalado esta habilidad y la CLI se ejecute a través de npx/npm bajo su propia cuenta.