Lista de proyectos

El agente ultrarrápido de browser-use: el modelo de decisión elige a la vez la operación y el elemento del DOM en una sola solicitud, y solo recurre a un LLM pequeño cuando hay que escribir texto.

Un copiloto de conversación para el celular: lee a la otra persona en WeChat, QQ, X o Feishu, propone respuestas y las escribe en el cuadro de texto, el envío sigue siendo manual. Solo lee la pantalla, no hace hook ni modifica el paquete.

Uso del equipo en macOS: hace OCR de la pantalla, clasifica la siguiente acción con el modelo de decisión y hace clic. El autor reporta unos $0.0002 por paso.

Un conjunto de skills para agentes Hermes que cubre enrutamiento de modelos, memoria, compactación de contexto, selección de skills y uso del equipo o del navegador; también se instala en Claude Code y Codex.

Deja que el modelo de decisión elija el clic mientras Codex piensa y verifica; el autor reporta operaciones de navegador entre 5 y 10 veces más rápidas.

Un agente que juega a Super Mario Bros. con el estado estructurado que da el emulador en lugar de píxeles.

Un agente independiente en Android en el que el modelo de decisión toma todas las decisiones, con un estudio en vivo que muestra la telemetría de las decisiones.

Una superposición de detección de intención para WeChat (macOS): lee la pantalla y, con un modelo pequeño local, juzga la intención y el riesgo; luego genera respuestas candidatas según el tono. Estrictamente de solo lectura, no inyecta nada en WeChat.

Controla un navegador real con la voz: por cada palabra que dices, la intención y el elemento objetivo se deciden en unos 300 ms y Playwright los ejecuta; a menudo la acción sale antes de que termines la frase.

Uso del navegador impulsado por el modelo de decisión.

Una extensión de navegador que usa el modelo de decisión para detectar y eliminar los elementos que estorban en la página, con reglas que se pueden guardar como plantillas y reutilizar.

Un banco de trabajo de decisiones para robots en MuJoCo.

Un dron autónomo que solo usa cámara en MuJoCo, con el paso de decisión corriendo a 2.5 Hz.

Un plugin de Claude Code que cambia «comprimir en un resumen» por «puntuar uno por uno»: en una sola solicitud decide, para cada llamada de herramienta y su resultado, si todavía hace falta; lo obsoleto se descarta o se trunca, y lo que se conserva se mantiene literal.

Un supervisor de agentes que usa decisiones para que los agentes de programación no se salgan de la tarea.

Hace que un LLM escriba un harness de decisión para una tarea concreta, con reflexión de recompensa sobre toda la trayectoria y evolución con GEPA como opción.

Un plugin de decisión estructurada para harness de agentes: compatible de forma nativa con DeepSeek Harness y, a través de iPolloWork, también con OpenCode y Codex Harness.

Un plugin de Claude Code que recorta las salidas largas de Bash antes de que el modelo las vea.

Una capa de decisión para el agente de programación Pi: una compuerta de llamadas a herramientas medida, más jev_ask para obtener respuestas tipadas y calibradas.

Guardarraíles para Pi que guían en lugar de interrumpir: el modelo de decisión juzga las llamadas a herramientas irreversibles o fuera de tarea, detecta bucles atascados y comprueba los «ya terminé» que en realidad no se verificaron.

Una skill que enseña a escribir y mejorar programas que llaman al modelo de decisión.

Un flujo de trabajo de revisión de código por etapas, con un panel local.

Búsqueda web con el modelo de decisión: selección de fuentes, comprensión de la consulta y ordenación por relevancia.

Enruta las tareas de Claude Code al modelo suficiente y más barato, haciendo que el modelo de decisión elija entre los candidatos.

Una extensión de PostgreSQL para hacer preguntas a tus tablas en lenguaje sencillo.

Enrutamiento turno a turno para Codex: en cada turno se vuelve a decidir el modelo, la profundidad de razonamiento y el modo de velocidad.

Un plugin MCP local-first que hace que los agentes de programación revisen la calidad del software de forma continua.

Una plataforma de analítica de marketing que trasladó un «clasificador de visibilidad de marca» de un LLM a decisiones booleanas, con un feature flag para controlar el cambio.

Un enrutador ligero que elige entre modelos, herramientas y subagentes.

Una herramienta de línea de comandos que analiza un repositorio y lo convierte en un grafo de llamadas a nivel de método; luego pide al modelo de decisión que señale posibles defectos y revise reglas de proyecto escritas en inglés sencillo.

Busca por significado en lugar de por patrón: puntúa cada línea según lo cerca que está de un significado y combina varios significados con AND / OR / NOT.

Recorre un grafo de Neo4j salto a salto: clasifica cada relación de salida candidata y usa beam search sobre las log-probabilidades de la respuesta.

ifs semánticos con modelos abiertos, en una sola 3090 en casa. Proyecto independiente, sin relación con el proveedor.

Una réplica de 0.6B: decisiones en paralelo sobre candidatos dinámicos, sin generar ningún token de salida, con el pipeline de entrenamiento de extremo a extremo.

Entrena un modelo pequeño que elige en una lista de opciones de texto que crece y se acorta, con una probabilidad por opción en una sola pasada; incluye demos de Doom, ajedrez y Wikispeedia.

Un modelo no autorregresivo de 395M que responde preguntas tipadas con probabilidades calibradas en menos de 15 ms, planteado como reemplazo directo local.

Convierte cualquier modelo abierto en un clasificador o en un endpoint compatible.

Convierte cualquier LLM en un modelo de decisión: lee las decisiones tipadas y las probabilidades calibradas de la distribución prefill del siguiente token, sin necesidad de entrenamiento.

Un servidor de decisiones abierto y compatible, montado sobre DiffusionGemma.

Un ajuste fino de un modelo de 2B que produce decisiones tipadas y probabilidades calibradas en una sola pasada.

Adapta modelos de lenguaje locales para convertirlos en motores de decisión estructurada compatibles, con las tres primitivas producidas por inferencia binaria solo con prefill.

Una réplica de 0.6B pensada para agentes: le das estado sin estructura (diffs, traces, logs) y preguntas estructuradas, y devuelve distribuciones calibradas en una sola pasada de unos 50 ms, sin generar tokens de salida.

Un motor de decisión no autorregresivo de 151M que, según su autor, supera a la vez al modelo del proveedor y a Laya en un benchmark público: 77.10% de precisión, 0.0636 de Brier y 0.0144 de ECE.

Un experimento de inferencia educativo en Apple Silicon: contexto compartido, puntuación directa de candidatos y demos visuales locales.

Un reemplazo directo autoalojado.

Un modelo de decisión abierto y pequeño: estado más preguntas tipadas, y devuelve probabilidades calibradas.

El framework de agentes abierto de Vercel, que incluye el modelo de decisión como modelo de evaluación predeterminado en su ruta experimental evaluate.

La skill oficial para Claude Code, Codex y agentes compatibles: las primitivas, los patrones y cómo estructurar las evaluaciones.

Una CLI de terminal de Vercel Labs que puede ejecutar el modelo de decisión como modelo de evaluación de su comando evaluate.

Un servidor MCP de prueba de concepto para conectar el modelo de decisión con clientes MCP.

Un servidor MCP en Go de un solo binario que expone juicios tipados a Claude Desktop, Claude Code y Codex.

El adaptador de reemplazo directo oficial: cambias el cliente y por detrás se conecta a OpenAI, Anthropic o APIs de LLM compatibles; sirve para comparar el modelo de decisión con modelos de chat en la misma evaluación.

El cliente oficial de TypeScript/JavaScript, con tipos de respuesta inferidos.

El cliente oficial de Python, en versiones síncrona y asíncrona.

Una decisión de trading en cada bloque de Monad.

Un campo de entrada que se convierte en lo que quieres decir: un cuadro de texto que se transforma en la interfaz adecuada a medida que escribes. Funciona sin conexión.

Un flujo de trabajo de «LLM + modelo de decisión». (La descripción pública no dice nada más.)

Una CLI de aprendizaje activo que usa etiquetas humanas y GEPA para mejorar cómo se definen las decisiones.

Describe tu idea de startup y decide: matarla, arreglarla o lanzarla.

Un trader en vivo guiado por decisiones sobre Hyperliquid.