ia.tica.cat

Esta es la historia completa de cómo se construyó Mission Control. Un sistema donde 10 agentes de IA trabajan juntos como un equipo real. Si quieres replicar esta configuración, esta guía cubre absolutamente todo.

Si ya conoces OpenClaw (antes Clawdbot), puede que estés pensando: "¿No puedo simplemente ejecutar varios OpenClaw?" Sí. Exactamente eso es lo que es. Esta guía te muestra cómo hacerlo.

Parte 1: Por Qué Construí Esto

El Problema con los Asistentes de IA

El creador de este sistema dirige SiteGPT, un chatbot de IA para soporte al cliente. Usa IA constantemente. Pero todas las herramientas de IA que probó tenían el mismo problema: sin continuidad.

Cada conversación empezaba de cero. ¿El contexto de ayer? Perdido. ¿Esa investigación que pediste la semana pasada? Enterrada en algún hilo de chat que nunca encontrarás.

Quería algo diferente:

• Agentes que recuerden en qué están trabajando
• Múltiples agentes con diferentes habilidades trabajando juntos
• Un espacio de trabajo compartido donde vive todo el contexto
• La capacidad de asignar tareas y seguir el progreso

Básicamente, quería que la IA funcionara como un equipo, no como un buscador.

El Punto de Partida: OpenClaw

Ya estaba usando OpenClaw (antes llamado Clawdbot). Es un framework de agentes IA de código abierto que funciona como un daemon persistente. Se conecta a Claude (u otros modelos) y da a la IA acceso a herramientas como el sistema de archivos, comandos de shell, navegación web y más.

Una instancia de OpenClaw le daba un asistente IA (Jarvis) conectado a Telegram. Útil, pero limitado.

Entonces tuvo una idea: ¿Y si ejecuto múltiples sesiones de OpenClaw, cada una con su propia personalidad y contexto?

Ahí se dio cuenta de que la arquitectura ya estaba ahí. Solo necesitaba orquestarla.

Parte 2: Entendiendo la Arquitectura de OpenClaw (La Base)

Si vas a construir un sistema multi-agente, necesitas entender cómo funciona OpenClaw por dentro. Esta es la base sobre la que se construye todo lo demás.

¿Qué es OpenClaw?

OpenClaw es un framework de agentes IA con tres funciones principales:

1. Conecta modelos de IA con el mundo real. Acceso a archivos, comandos de shell, navegación web, APIs.
2. Mantiene sesiones persistentes. Historial de conversación que sobrevive a reinicios.
3. Enruta mensajes. Conecta la IA a Telegram, Discord, Slack o cualquier canal.

Funciona como un daemon (servicio en segundo plano) en un servidor, escuchando mensajes y respondiendo.

El Gateway

El Gateway es el proceso central. Funciona 24/7 en tu servidor:

• Gestiona todas las sesiones activas
• Maneja trabajos cron (tareas programadas)
• Enruta mensajes entre canales y sesiones
• Proporciona una API WebSocket para control

La configuración vive en un archivo JSON. Defines qué proveedor y modelo de IA usar (Anthropic, OpenAI, etc.), qué canales conectar (Telegram, Discord, etc.), qué herramientas pueden acceder los agentes y los prompts del sistema por defecto.

Sesiones: El Concepto Clave

Una sesión es una conversación persistente con contexto.

Cada sesión tiene:

• Una clave de sesión (identificador único, como agent:main:main)
• Historial de conversación (almacenado como archivos JSONL en disco)
• Un modelo (qué IA usar)
• Herramientas (a qué puede acceder la IA)

Trabajos Cron: Despertadores Programados

OpenClaw tiene un sistema cron integrado. Puedes programar tareas. Cuando un cron se dispara:

1. El Gateway crea o despierta una sesión
2. Envía el mensaje a la IA
3. La IA responde (puede usar herramientas, enviar mensajes, etc.)
4. La sesión puede persistir o terminar

Así es como los agentes "se despiertan" periódicamente sin estar siempre activos.

El Workspace (Espacio de Trabajo)

Cada instancia de OpenClaw tiene un workspace — un directorio en disco donde viven los archivos de configuración, se almacenan los archivos de memoria, los scripts y herramientas son accesibles, y la IA puede leer y escribir archivos.

El workspace es cómo los agentes persisten información entre sesiones. Escriben en archivos. Esos archivos sobreviven a los reinicios.

Parte 3: De Un OpenClaw a Diez Agentes

La Revelación

Las sesiones de OpenClaw son independientes. Cada una puede tener:

• Su propia personalidad (vía SOUL.md)
• Sus propios archivos de memoria
• Su propio programa cron
• Sus propias herramientas y accesos

Así que cada agente es simplemente una sesión de OpenClaw con una configuración especializada.

Jarvis no es especial. Es una sesión con clave agent:main:main, un SOUL.md que dice "Eres Jarvis, el líder del equipo...", acceso a todas las herramientas y conexión a Telegram.

Shuri es otra sesión con clave agent:product-analyst:main, un SOUL.md que dice "Eres Shuri, la analista de producto...", las mismas herramientas y su propio heartbeat cron.

Comunicación Entre Agentes

¿Cómo se comunican los agentes entre sí?

Opción 1: Mensajería directa entre sesiones. Jarvis puede enviar mensajes directamente a la sesión de Vision.

Opción 2: Base de datos compartida (Mission Control). Todos los agentes leen y escriben en la misma base de datos. Cuando Fury publica un comentario, todos pueden verlo.

Se usa principalmente la Opción 2. Crea un registro compartido de toda la comunicación.

Parte 4: El Cerebro Compartido (Mission Control)

Diez sesiones independientes pueden funcionar. Pero sin coordinación, es caos. Por eso se construyó Mission Control.

Qué Hace Mission Control

Mission Control es la infraestructura compartida que convierte agentes independientes en un equipo:

• Base de datos de tareas compartida — todos ven las mismas tareas
• Hilos de comentarios — los agentes discuten el trabajo en un solo lugar
• Feed de actividad — visibilidad en tiempo real de lo que pasa
• Sistema de notificaciones — las @menciones alertan a agentes específicos
• Almacenamiento de documentos — los entregables viven en un repositorio compartido

Piensa en ello como la "oficina" donde trabajan todos los agentes. Cada agente sigue siendo una sesión separada, pero todos miran la misma pizarra.

¿Por Qué Convex?

Se eligió Convex para la base de datos porque es:

• Tiempo real — los cambios se propagan instantáneamente
• Serverless — no hay base de datos que gestionar
• Nativo en TypeScript — seguridad de tipos en todo momento
• Tier gratuito generoso — más que suficiente para esta escala

La Interfaz de Mission Control

Se construyó un frontend en React que muestra todos los datos:

• Feed de Actividad — stream en tiempo real de todo lo que pasa
• Tablero de Tareas — columnas Kanban (Inbox → Asignada → En Progreso → Revisión → Hecha)
• Tarjetas de Agente — estado de cada agente y en qué trabaja
• Panel de Documentos — leer y crear entregables
• Vista de Detalle — expandir cualquier tarea para ver contexto completo y comentarios

Parte 5: El Sistema SOUL (Personalidades de los Agentes)

Cada agente necesita saber quién es. Eso es el archivo SOUL.

Por Qué Importan las Personalidades

Un agente que es "bueno en todo" es mediocre en todo.

Pero un agente que es específicamente "el tester escéptico que encuentra casos extremos" realmente encontrará casos extremos. La restricción los enfoca.

Cada agente tiene una voz distinta:

• Loki tiene opiniones firmes sobre la elección de palabras (pro-coma de Oxford, anti-voz pasiva)
• Fury proporciona pruebas para cada afirmación (fuentes, niveles de confianza)
• Shuri cuestiona suposiciones y busca lo que podría romperse
• Quill piensa en ganchos y engagement

El Archivo AGENTS.md

SOUL dice quién eres. AGENTS.md dice cómo operar.

Cada agente lee AGENTS.md al arrancar. Cubre: dónde se almacenan los archivos, cómo funciona la memoria, qué herramientas están disponibles, cuándo hablar vs. quedarse callado, y cómo usar Mission Control.

Es el manual de operaciones. Sin él, los agentes toman decisiones inconsistentes sobre cosas básicas.

Parte 6: Memoria y Persistencia

Las sesiones de IA arrancan en blanco por defecto. Sin memoria de ayer. Esto es una ventaja (previene inflación del contexto) pero también un problema (los agentes olvidan lo que hacían).

La Pila de Memoria

Parte 7: El Sistema de Heartbeat

El Problema

Los agentes siempre activos queman créditos de API sin hacer nada. Pero los agentes siempre apagados no pueden responder al trabajo.

La Solución: Heartbeats Programados

Cada agente se despierta cada 15 minutos vía trabajo cron.

¿Qué pasa durante un heartbeat?

1. Cargar contexto. Leer WORKING.md. Leer notas diarias recientes.
2. Comprobar items urgentes. ¿Me han @mencionado en algún sitio? ¿Hay tareas asignadas a mí?
3. Escanear el feed de actividad. ¿Hay discusiones donde deba contribuir?
4. Actuar o retirarse. Si hay trabajo, hacerlo. Si no, reportar HEARTBEAT_OK.

Escalonamiento de Heartbeats

Los heartbeats están escalonados para que los agentes no despierten todos a la vez:

¿Por Qué 15 Minutos?

• Cada 5 minutos es demasiado caro. Los agentes despiertan demasiado a menudo sin nada que hacer.
• Cada 30 minutos es demasiado lento. El trabajo se queda esperando demasiado tiempo.
• Cada 15 minutos es un buen equilibrio. La mayoría del trabajo recibe atención rápidamente sin costes excesivos.

Parte 8: El Sistema de Notificaciones

@Menciones

Escribe @Vision en un comentario y Vision recibe la notificación en su próximo heartbeat. Escribe @all y todos reciben la notificación.

Cómo Funciona la Entrega

Un proceso daemon (ejecutándose vía pm2) consulta la base de datos cada 2 segundos. Si un agente está dormido, la entrega falla. La notificación queda en cola. La próxima vez que el heartbeat de ese agente se dispare, el daemon entrega exitosamente.

Suscripciones a Hilos

El problema: 5 agentes discutiendo una tarea. ¿Haces @mention a los 5 en cada comentario?

La solución: suscripción a hilos. Cuando interactúas con una tarea, te suscribes:

• Comentas en una tarea → suscrito
• Te @mencionan → suscrito
• Te asignan la tarea → suscrito

Una vez suscrito, recibes notificación de TODOS los comentarios futuros. Sin necesidad de @mention. Las conversaciones fluyen naturalmente, como en Slack o hilos de email.

Parte 9: El Standup Diario

Cada día a las 23:30, un cron se dispara que verifica todas las sesiones de agentes, recopila la actividad reciente, compila un resumen y lo envía por Telegram.

Por Qué Importa

No puedes estar mirando Mission Control constantemente. El standup te da una foto diaria.

También es accountability. Si un agente dice que está trabajando pero nada aparece en los standups, algo va mal.

Parte 10: El Equipo Completo

Niveles de Agentes

• Becario: Necesita aprobación para la mayoría de acciones. Aprendiendo el sistema.
• Especialista: Trabaja independientemente en su dominio.
• Líder: Autonomía total. Puede tomar decisiones y delegar.

Parte 11: Cómo Fluyen las Tareas

El Ciclo de Vida

1. Inbox — Nueva, sin asignar
2. Asignada — Tiene dueño(s), no empezada
3. En Progreso — Se está trabajando en ella
4. Revisión — Hecha, necesita aprobación
5. Hecha — Terminada
6. Bloqueada — Atascada, necesita resolver algo

Ejemplo Real

Tarea: Crear una página de comparación con competidores

Todos los comentarios en UNA tarea. Historial completo preservado. Cualquiera puede ver todo el recorrido.

Parte 12: Qué Hemos Producido

Una vez que el sistema está funcionando, esto es lo que se hace posible:

• Páginas de comparación de competidores con investigación SEO, citas de clientes y copy pulido
• Secuencias de email redactadas, revisadas y listas para desplegar
• Contenido social con ganchos basados en insights reales de clientes
• Posts de blog con targeting de keywords adecuado
• Casos de estudio redactados a partir de conversaciones con clientes
• Hubs de investigación con inteligencia competitiva organizada

Los agentes manejan el trabajo pesado: investigación, primeros borradores, coordinación, revisión. Tú te enfocas en decisiones y aprobación final.

El valor real no es ningún entregable individual. Es el efecto compuesto. Mientras haces otro trabajo, tus agentes están moviendo tareas hacia adelante.

Parte 13: Lecciones Aprendidas

Empieza Más Pequeño

Se pasó de 1 a 10 agentes demasiado rápido. Mejor conseguir 2-3 sólidos primero, luego añadir más.

Usa Modelos Más Baratos para Trabajo Rutinario

Los heartbeats no necesitan el modelo más caro. Ese es un trabajo para un modelo más barato. Guarda los modelos caros para trabajo creativo.

La Memoria es Difícil

Los agentes olvidarán. Cuanto más puedas poner en archivos (no "notas mentales"), mejor.

Deja que los Agentes te Sorprendan

A veces contribuyen a tareas que no tenían asignadas. Bien. Significa que están leyendo el feed y añadiendo valor.

Parte 14: Cómo Replicar Esto

Configuración Mínima

1. Instala OpenClaw
2. Crea 2 agentes — No te vuelvas loco. Un coordinador más un especialista. Crea claves de sesión separadas para cada uno.
3. Escribe archivos SOUL — Dale identidad a cada agente. Sé específico sobre su rol.
4. Configura heartbeat crons
5. Crea un sistema de tareas compartido — Puede ser Convex, Notion, incluso un archivo JSON. Un lugar donde trackear trabajo.

Escalando

A medida que añades agentes:

• Escalona los heartbeats para que no se ejecuten todos a la vez
• Construye una UI real cuando tengas 3+ agentes (el texto se vuelve inmanejable)
• Añade notificaciones para que los agentes se @mencionen entre sí
• Añade suscripciones a hilos para que las conversaciones fluyan naturalmente
• Crea standups diarios para visibilidad

---

Artículo original de Bhanu Teja P (@pbteja1998), creador de SiteGPT. Construido sobre OpenClaw, que es open source. Traducido y adaptado al castellano.