Skip to content

Anatomía de agentes de programación de código abierto: Codex, OpenCode, goose ​

En esta sección leemos el código fuente. Los tres proyectos son agentes de programación de código abierto de terminal o escritorio: Codex CLI de OpenAI (Rust, Apache-2.0), OpenCode (TypeScript, MIT, se lee la nueva arquitectura de 2.3.0), goose (Rust, Apache-2.0, 1.60.0, ahora es un proyecto de la AAIF de la Linux Foundation). Los clonamos el día 20 del mes 11 de 2026; las rutas de archivo y números de línea de abajo corresponden a esa versión.

Descubrirás que el bucle central es casi idéntico al que escribiste; las diferencias están todas en los "frenos" y en los detalles de ingeniería.

1. Bucle: todos son "mientras se necesiten herramientas, se continúa" ​

El bucle de Codex (codex-rs/core/src/session/turn.rs) usa una variable para decidir si hacer otra ronda:

rust
let needs_follow_up = model_needs_follow_up || has_pending_input;

Si el modelo quiere llamar herramientas, o el usuario intercala un mensaje nuevo a mitad de camino, se continúa; si no, break. Esto es lo mismo que el if not msg.tool_calls: return de myagent.

OpenCode lo llama needsContinuation (verdadero si en ese paso hubo llamadas a herramientas ejecutadas localmente), goose lo llama ends_turn (termina si el último mensaje es una respuesta sin solicitudes de herramientas).

La diferencia está en los frenos:

Límite de pasosQué hacer al llegar al límite
myagent12 pasosSe detiene directamente y responde "se superó el número máximo de pasos"
OpenCodeSin límite por defecto, se puede configurar steps para cada AgentDesactiva las herramientas (toolChoice: "none") y añade un aviso de "se alcanzó el número máximo de pasos", obligando al modelo a resumir con texto el progreso actual
gooseGOOSE_MAX_TURNS Por defecto 1000Cede el control y pregunta al usuario si continuar
CodexNo encontramos un límite de pasos en el código fuente—

El enfoque de OpenCode es mejor que el nuestro: cortar directamente pierde el progreso; hacer que el modelo escriba un resumen en el último paso permite al usuario saber al menos hasta dónde llegó.

2. Permisos: de y/N a "tabla de reglas + revisión + sandbox" ​

BuscarSus permisos…

Toca uno para ver.

El smart_approve de goose, el modelo de revisión del Bot Grok de la sección anterior y el modo auto de OpenClaw siguen la misma idea: lo que se puede decidir automáticamente se decide automáticamente, y lo dudoso se pregunta a una persona.

3. Compactación: la idea es igual a tu compact(), con tres cosas más ​

Cuándo empezar a compactar
myagentCuando la conversación supera 24000 caracteres
CodexEl 90% de la ventana de contexto
OpenCodeVentana menos max(15%, 16k tokens)
goose0.8 de la ventana
OpenClawEmpieza el mantenimiento alrededor del 75%

El enfoque de nivel producción añade tres cosas:

  1. Calcular por tokens, no por número de caracteres.
  2. Escribir el resumen como un "acta de traspaso". La primera frase del prompt de compactación de Codex (codex-rs/prompts/templates/compact/prompt.md):
text
You are performing a CONTEXT CHECKPOINT COMPACTION. Create a handoff summary for another LLM that will resume the task.

Include:
- Current progress and key decisions made
- Important context, constraints, or user preferences
- What remains to be done (clear next steps)
- Any critical data, examples, or references needed to continue

OpenCode también exige que el resumen se "entregue a otro Agent para que continúe", y fija secciones predefinidas como objetivos, decisiones y siguientes pasos.

  1. No separar las llamadas a herramientas de sus resultados. Igual que el bucle while de nuestro compact(), todos los proyectos lo manejan.

4. Archivos de instrucciones y habilidades: AGENTS.md y load_skill ​

Casi todos leen AGENTS.md (la descripción del proyecto escrita para el Agent):

  • Codex: lee capa por capa desde la raíz de git hasta el directorio actual y las concatena, con un límite total de 32 KiB; si en la misma capa hay un AGENTS.override.md, lo lee con prioridad.
  • OpenCode: busca AGENTS.md, y si no está en el mismo directorio, recurre a leer CLAUDE.md.
  • goose: lee .goosehints y AGENTS.md.

En cuanto a las habilidades, el nombre de la herramienta de goose es idéntico al nuestro: se llama load_skill (crates/oi-kit-agent/src/skills/operation.rs):

rust
fn load_skill_tool() -> Tool {
    Tool::new(
        LOAD_SKILL_TOOL_NAME,
        "Load a skill's full content into your context so you can follow its instructions.\n\n\
         Skills are listed in your system instructions. When you need to use one, \
         load it first to get the detailed instructions.",
        schema_for_type::<LoadSkillParams>(),
    )
}

Lo que escribiste en el capítulo 2 es justamente la práctica predominante en la industria.

5. MCP: el enchufe común para todos ​

Los tres proyectos soportan MCP: Codex se configura bajo [mcp_servers.名字] en config.toml; OpenCode se configura en opencode.json con local / remote; goose es el más radical, todas las herramientas pasan por MCP, cada extensión es un cliente MCP, y el nombre de la herramienta lleva el prefijo "nombre de la extensión__nombre de la herramienta".

Manos a la obra: añade tres cosas a myagent siguiendo su ejemplo ​

OrdenarDe menor a mayor dificultad, añade a myagent…
  1. 1?
  2. 2?
  3. 3?

Haz clic uno por uno, en orden.

Una referencia de implementación para lo primero:

python
agents_md = Path("AGENTS.md")
if agents_md.exists():
    SYSTEM += "\n\n项目说明(AGENTS.md):\n" + agents_md.read_text(encoding="utf-8")[:8000]

Pon a prueba tus conocimientosTras leer el código fuente de los tres proyectos, ¿cómo se compara el bucle central del Agent con el myagent que escribiste?

Comprueba ​

  • Puedo explicar cómo maneja cada uno de los tres proyectos "llegar al límite de pasos"
  • Puedo decir sus umbrales de compactación y por qué el resumen se escribe como un "acta de traspaso"
  • Añadí a myagent al menos una de las funciones aprendidas

Vuelve a las preguntas frecuentes, o ve al curso de OpenClaw o al curso del Bot Grok para poner en práctica estos diseños.

gaodong.aiAboutPrivacyContact

Independent tutorials, not affiliated with any product mentioned. Product names and trademarks belong to their owners. Check official pages for prices and policies.