Dxrk：一条命令配置 14 个 AI 智能体的本地优先编排器

Dxrk — Memory local-first en 30 segundos. 14 agentes, 1 comando.

Ecosistema, Frameworks y Workflows para agentes de IA — DxrkMemory 2.0 stdlib-only (sin chromadb, sin onnx)

Qué es Dxrk

Dxrk es un configurador y orquestador de ecosistemas para agentes de IA. En un solo comando instala, configura y sincroniza 14 agentes de IA, memoria persistente, skills curadas, servidores MCP y conmutador de modelos para tu stack de desarrollo completo.

30s: install → mine → query. Sin API keys, sin Docker, offline.

30s Quickstart

uv tool install git+https://github.com/Dxrk777/Dxrk.git          # 1) instala (14 agentes, memoria, MCP)
dxrk-py install --agent claude-code --preset full-dxrk --dry-run  # 2) vista previa del setup
python -m dxrk.memory mine ./mi-proyecto                        # 3) indexa tu codigo (FTS5 + BM25, offline)
python -m dxrk.memory search "arquitectura memoria"             # 4) busca (AND de tokens; ver docs/tutorial.md)

Por qué DxrkMemory 2.0: sqlite3 FTS5 trigram→porter→unicode61 + BM25 híbrido, Graph temporal valid_from/valid_to, AAAK 600–900 tok wake-up, Palace locks ~/.dxrk/locks 900s — ver docs/memory.md · docs/MIGRATION_3.3.5_3.7.1.md · docs/dx.md

• 🐍 Python 3.13+ con TUI moderna basada en Textual
• 🤖 Configura 14 agentes con un solo comando
• 🧠 DxrkMemory 2.0 — Flagship local-first stdlib-only (sin chromadb, sin onnx) — sqlite3 FTS5 trigram+WAL, 13 módulos 4652 LOC, hybrid BM25, Palace locks, Graph temporal, dialecto AAAK, wake-up 600–900 tok (paridad mempalace 3.7.1) — ver docs/memory.md
• ⚡ Conmutador de proveedores y modelos con perfiles cheap / balanced / quality

Instalación

Requisito: Python 3.13+

Dxrk no se publica en PyPI: se instala directo desde GitHub.

uv tool install git+https://github.com/Dxrk777/Dxrk.git

Desde el código fuente:

git clone https://github.com/Dxrk777/Dxrk.git
cd Dxrk
uv sync --all-extras
uv run dxrk-py --help

Uso rápido

# Instala y configura un agente con el preset completo
dxrk-py install --agent claude-code --preset full-dxrk

# Indexa y consulta tu memoria persistente
python -m dxrk.memory mine ./mi-proyecto
python -m dxrk.memory search "arquitectura memoria"

# Sincroniza tu configuracion (vista previa)
dxrk-py sync --agent claude-code --dry-run

Enterprise (multi-tenant + RBAC)

Aislamiento local por tenant bajo ~/.dxrk/tenants/{id}/ (dirs 0o750, archivos 0o600). Sin servidor ni red.

dxrk-py tenant create acme          # crea tenants/acme/
dxrk-py tenant switch acme          # fija el tenant activo
dxrk-py --tenant acme tenant whoami # cualquier comando bajo ese tenant
DXRK_TENANT=acme dxrk-py tenant whoami

Usuario desconocido → readonly. Política por tenant en roles.json ({"users": {"alice": "admin"}, "default_role": "readonly"}).

Ver docs/tenants.md y docs/rbac.md.

Por qué Dxrk

Agentes soportados (14)

Características

• 🧠 DxrkMemory 2.0 — Flagship top1 local-first stdlib-only — dxrk/memory 13 archivos 4652 LOC sqlite3 FTS5 trigram+WAL sin chromadb/sin onnx/sin numpy; chr-join LEGACY dxrk_drawers compat, 0 traces engram/mempal (979 reemplazos + 7 git mv), fidelity 3.7.1 (388 files / 50+ commits 359c579): re-mine honesty 1654cd2/759b8f1, FIFO O_NONBLOCK+S_ISREG db29959, orphan lock reap 27212e5 ~/.dxrk/locks 900 s, since/before 5036e3c pool 3×/15×, SIGTERM. Hybrid BM25 + closet boost, Graph temporal valid_from/valid_to+as_of, dialecto AAAK compress/decode, Layers wake-up 600–900 tok (L0 100 + L1 500–800) — docs/memory.md · docs/MIGRATION_3.3.5_3.7.1.md · from dxrk.memory import AgentMemory, Palace, KnowledgeGraph — verif. uv run pytest tests/test_memory.py -q 19 passed
• ✅ Spec-Driven Development — workflow completo con /sdd-init, skill registry, hooks y permisos
• ✅ Skills curadas — dxrk-py install --component skills
• ✅ 35+ servidores MCP — configurables vía .mcp.json
• ✅ Conmutador de modelos — model.provider en config.yaml, dxrk-py sync lo propaga
• ✅ TUI Textual — detección de agentes instalados en tiempo real
• ✅ Workflows Git — conventional commits, PRs con revisión automática y keybindings

Novedades — próxima v1.3.0 (en main, sin publicar)

• 🧠 Recall híbrido local — vectores stdlib-only (hashing trick char 3-grams, DIM 512, coseno IDF) fusionados 0.6·cos + 0.3·BM25 + 0.05·recency + 0.05·importance + 0.03·access, con harness de eval (tests/test_memory_recall_eval.py) — ver docs/memory.md
• 🧰 4 herramientas MCP de ciclo de vida (dxrk_memory_consolidate, dxrk_memory_forget, dxrk_memory_pin, dxrk_memory_timeline; 19 → 23 tools) + budgets por wing (wing_usage()/budgets(), cap 1000, pinned exento de eviction) — ver docs/memory.md
• 💾 Sesiones durables — escrituras atómicas (tmp + fsync + os.replace), índice con self-heal, fallback .gz, cuarentena .quarantine/, IDs sanitizados anti path-traversal; opt-in SQLite-WAL con DXRK_SESSION_BACKEND=sqlite — ver docs/session.md
• 🐝 Swarm honesto — dispatch real (least-loaded / work-stealing), health con probe pluggable (StatusUnhealthy alcanzable), event bus y linkage sesión↔swarm (SwarmTaskStore, session_id en tasks/results)

Estructura del proyecto

dxrk/
├── agents/          # Adaptadores para 14 agentes de IA
├── cli/             # Interfaz de línea de comandos
├── commands/        # Comandos disponibles (/commit, /branch, ...)
├── config/          # Configuración, perfiles y feature flags
├── memory/          # DxrkMemory 2.0 flagship stdlib-only 13 módulos 4652 LOC — Palace+sqlite FTS5+Graph+Layers+AAAK+miner (ver docs/memory.md)
├── rag/             # RAG local (chunking, indexado, consulta)
├── security/        # Permisos y verificación de seguridad
├── tools/           # Herramientas de detección y utilidades
├── tui/             # Interfaz de terminal con Textual
├── mcp/             # Servidores MCP configurables
├── autonomy/        # Evolución de prompts, aprendizaje y verificación
├── scholar/         # Búsqueda académica y citas
└── utils/           # Utilidades compartidas

Desarrollo

uv sync --all-extras          # Instala dependencias incl. dev
uv run pytest                 # 2760+ tests
uv run --with mypy mypy dxrk/ # Verificación de tipos

FAQ

¿Necesito un agente específico para usar Dxrk? No. Dxrk configura tu ecosistema completo; úsalo con los agentes que ya tienes instalados.

¿Dxrk guarda mis datos? La memoria es local y persistente; los proveedores de modelos se configuran con tus propias API keys.

¿Funciona en Windows? Sí, macOS, Linux y Windows (ver platforms.md).

¿Cómo cambio de modelo en mitad de un proyecto? Editando model.provider en tu config.yaml (ver docs/config.md); dxrk-py sync propaga tu configuración a los agentes instalados.

Roadmap

• v1.0.0 — Multi-tenant y estabilización de API ✓
• v1.2.0 — Endurecimiento de seguridad y CI verde en las 3 plataformas ✓
• v1.3.0 — Memoria híbrida local, lifecycle con episodios, sesiones durables + SQLite, swarm honesto ✓ (versión actual)

Documentación

Licencia

MIT

DXRK // BEYOND LIMITS