CÓDIGO ABIERTO POR Enric

Construimos las Herramientas que Deseábamos que Existieran

Enric es un estudio de ingeniería detrás de tres proyectos de código abierto — un orquestador autónomo de codificación, un pipeline de reconocimiento de navegador a API, y un framework de generación de código con modelos pequeños. Ningún producto que comprar. No se requiere inicio de sesión. Solo las herramientas, en GitHub.

Explora los ProyectosVer en GitHub

Construido y mantenido en abierto — cada garantía de abajo se aplica en código que puedes leer.

Proyectos de Código Abierto
3
Dependencia de Proveedor
0
Código Fuente Auditable
100%

Nuestros Proyectos de Código Abierto

Mantenido Activamente

Leerie

El controlador autónomo de tareas para Claude Code

  • La confianza anclada en evidencia es la única puerta obligatoria antes de que el código de un trabajador cuente como terminado
  • Los worktrees de git aislados evitan que las subtareas paralelas choquen alguna vez
  • Reanudable por diseño — un reinicio, un límite de tasa o un Ctrl-C no pierden nada
PythonMIT License
Leerie →Ver en GitHub
Mantenido Activamente

Barnacle

Convierte el reconocimiento de navegador en una integración de API determinista

  • Reconoce una vez, reproduce para siempre: ruta crítica HTTP directa con respaldo automático de navegador
  • Esquemas Zod, límites de tasa y encabezados generados directamente a partir del tráfico capturado
  • Una prueba de humo nocturna detecta la deriva del contrato antes de que llegue a producción
TypeScriptMIT License
Barnacle →Ver en GitHub
Próximamente

Beacon

Modelos pequeños, código de nivel senior — anclado en cómo leen los programadores

  • Indexación consciente del AST con análisis de dependencias y grafo de llamadas
  • Cuatro modos cognitivos — reconocer, comprender, diseñar, explorar
  • El informe de riesgo revela viscosidad, dependencias ocultas y concentración de bus-factor
Beacon →
Mantenido Activamente

Cómo Funciona Leerie

El modelo escribe código. El programa ejecuta todo lo demás.

Leerie clasifica una tarea, la descompone en subtareas del tamaño adecuado y entrega cada una a un trabajador aislado en su propio git worktree. La salida de cada trabajador se valida con esquema JSON y se autoevalúa según una confianza anclada en evidencia antes de que el orquestador — Python ordinario, no otro modelo — decida que la ejecución está terminada.

  1. 1

    Programa, no agente

    Las fases, la planificación por oleadas, los reintentos y la lógica de fusión son Python ordinario — bucles y condicionales reales que no pueden desviarse, decidiendo cuándo el trabajo está terminado en lugar de dejar que un modelo lo declare.

  2. 2

    Sin fallos silenciosos

    La salida de cada trabajador se valida con esquema JSON antes de que el orquestador actúe sobre ella — una salida malformada o una alucinación confiada no puede empujar al sistema a un estado indefinido.

  3. 3

    La confianza es la única puerta obligatoria

    Cada implementador supera puertas de evidencia específicas del dominio — citas de archivo y línea, reproducciones, intentos de falsación — antes de que se confíe en una puntuación de confianza de 9 o superior.

  • ✓La confianza anclada en evidencia es la única puerta obligatoria antes de que el código de un trabajador cuente como terminado
  • ✓Los worktrees de git aislados evitan que las subtareas paralelas choquen alguna vez
  • ✓Reanudable por diseño — un reinicio, un límite de tasa o un Ctrl-C no pierden nada
Ver en GitHub
Reconoce una vez. Reproduce para siempre.

Cómo Funciona Barnacle

Un navegador real impulsado por Stagehand recorre una vez el flujo de usuario que describas, interceptando cada llamada a la API que dispara. Esas capturas se reproducen con HTTP simple para comprobar cuáles llamadas sobreviven sin navegador — las que sobreviven se convierten en constantes confirmadas que tu tráfico de producción usa directamente.

1
Reconocimiento con navegador, una sola vez
Un navegador real recorre el flujo de usuario que describas mientras un listener a nivel de sesión intercepta cada llamada a la API que dispara, antes de que termine el reconocimiento.
2
La reproducción HTTP comprueba el contrato
Las llamadas capturadas se reproducen con fetch simple — sin navegador, sin IA — para comprobar qué endpoints funcionan de forma independiente antes de que algo llegue a producción.
3
Respaldo, no fallo
Si la ruta HTTP directa alguna vez falla, la sesión de navegador se reactiva automáticamente mientras una prueba de humo nocturna señala la deriva para un PR pequeño y específico.
1Reconocimiento con navegador, una sola vez

Un navegador real recorre el flujo de usuario que describas mientras un listener a nivel de sesión intercepta cada llamada a la API que dispara, antes de que termine el reconocimiento.

2La reproducción HTTP comprueba el contrato

Las llamadas capturadas se reproducen con fetch simple — sin navegador, sin IA — para comprobar qué endpoints funcionan de forma independiente antes de que algo llegue a producción.

3Respaldo, no fallo

Si la ruta HTTP directa alguna vez falla, la sesión de navegador se reactiva automáticamente mientras una prueba de humo nocturna señala la deriva para un PR pequeño y específico.

Ver en GitHub
Próximamente

Cómo Funciona Beacon

Un ciclo cognitivo, no un modelo más grande.

Beacon indexa una base de código en un AST con análisis de dependencias y grafo de llamadas, luego recorre una tarea a través de cuatro modos cognitivos modelados en cómo los programadores expertos realmente construyen comprensión de código desconocido — produciendo un diff revisable sin requerir un modelo de escala frontera.

Reconocer, comprender, diseñar, explorar

Beacon recorre cuatro modos cognitivos — reconocer, comprender, diseñar, explorar — modelados en cómo los programadores expertos realmente construyen comprensión de código desconocido.

Autocalibración metacognitiva

Una capa metacognitiva rastrea el sesgo, calibra la confianza y escala una knowledge_request cuando Beacon genuinamente carece del contexto para continuar.

Enrutamiento de nivel VERDE, evaluado por jueces

Solo los tipos de llamada que obtuvieron 91-100% de precisión factual en una auditoría de 296 llamadas evaluada por LLM como juez (julio de 2026) se enrutan a un modelo más pequeño — todo lo demás permanece en el modelo principal.

Inicio Rápido

Funcionando en Menos de un Minuto

Cada proyecto se distribuye como una instalación real y funcional — sin lista de espera, sin registro, solo un comando.

Leerie

Un solo comando instala la CLI y configura el runtime del contenedor por ti.

curl -fsSL https://raw.githubusercontent.com/enricai/leerie/main/scripts/install.sh | bash

Barnacle

Clona el repositorio, instala las dependencias y copia la plantilla de entorno.

pnpm install
cp .env.example .env

Beacon

El repositorio de Beacon aún no es público — la exploración detallada arriba explica cómo funciona.

Próximamente
Código Abierto

Construido Diferente, Por Diseño

Tres proyectos, una filosofía: reemplazar la supervisión con evidencia. Así se compara cada uno frente a una alternativa nombrada.

Leerie

Lo Que Importa
La Alternativa Nombrada
El Enfoque de Enric
Quién decide que una tarea está terminada
GitHub Copilot (Agent mode)El propio modelo juzga su finalización — inspecciona errores y resultados de pruebas, y decide por sí mismo cuándo detenerseFuenteAl 2026-07-28
Una puerta de evidencia determinista: confianza de 9/10 o superior en causa raíz y solución, respaldada por falsadores probadosLEERIE.md — "Confidence is the only hard gate"
Modelo de facturación
Cognition DevinLos planes van de $0 a $200/mes, pero el uso más allá del plan se factura "a precio de API" — el costo sigue escalando con el usoFuenteAl 2026-07-28
Funciona con tu suscripción existente de Claude Code — no requiere clave de API de Anthropic, sin facturación por llamadaLEERIE.md — opening paragraph and "Requirements"
Recuperación de una ejecución atascada o interrumpida
GitHub Copilot coding agentUna sesión atascada expira después de una hora; la recuperación implica desasignar y reasignar manualmente el issueFuenteAl 2026-07-28
Reanudable por diseño — --resume retoma desde la última oleada completada tras cualquier reinicio, cierre forzado o límite de tasaLEERIE.md — "Resumable by design"
Quién decide que una tarea está terminada
La Alternativa NombradaGitHub Copilot (Agent mode)El propio modelo juzga su finalización — inspecciona errores y resultados de pruebas, y decide por sí mismo cuándo detenerseFuenteAl 2026-07-28
El Enfoque de EnricUna puerta de evidencia determinista: confianza de 9/10 o superior en causa raíz y solución, respaldada por falsadores probadosLEERIE.md — "Confidence is the only hard gate"
Modelo de facturación
La Alternativa NombradaCognition DevinLos planes van de $0 a $200/mes, pero el uso más allá del plan se factura "a precio de API" — el costo sigue escalando con el usoFuenteAl 2026-07-28
El Enfoque de EnricFunciona con tu suscripción existente de Claude Code — no requiere clave de API de Anthropic, sin facturación por llamadaLEERIE.md — opening paragraph and "Requirements"
Recuperación de una ejecución atascada o interrumpida
La Alternativa NombradaGitHub Copilot coding agentUna sesión atascada expira después de una hora; la recuperación implica desasignar y reasignar manualmente el issueFuenteAl 2026-07-28
El Enfoque de EnricReanudable por diseño — --resume retoma desde la última oleada completada tras cualquier reinicio, cierre forzado o límite de tasaLEERIE.md — "Resumable by design"

Barnacle

Lo Que Importa
La Alternativa Nombrada
El Enfoque de Enric
Costo de infraestructura de una solicitud impulsada por navegador a escala
BrowserbaseCada solicitud en producción sigue lanzando y facturando una sesión de navegador — $20/mes por 100 horas de navegador, luego medidoFuenteAl 2026-07-28
Un navegador impulsa el flujo una sola vez durante el reconocimiento; las llamadas HTTP directas que sobreviven se vuelven la ruta crítica de producciónBARNACLE.md — "The mental model" and "Hot-path fallback triggers"
Costo por solicitud de una API de scraping administrada
Bright Data / FirecrawlBright Data cobra $1.5 por cada 1,000 solicitudes; Firecrawl cuesta unos $0.00083 por página — cada llamada individual se facturaFuenteAl 2026-07-28
Las solicitudes concurrentes idénticas se combinan en una sola llamada ascendente, y las respuestas exitosas se cachean durante 15 minutosBARNACLE.md — "Cache deduplication"
Costo de infraestructura de una solicitud impulsada por navegador a escala
La Alternativa NombradaBrowserbaseCada solicitud en producción sigue lanzando y facturando una sesión de navegador — $20/mes por 100 horas de navegador, luego medidoFuenteAl 2026-07-28
El Enfoque de EnricUn navegador impulsa el flujo una sola vez durante el reconocimiento; las llamadas HTTP directas que sobreviven se vuelven la ruta crítica de producciónBARNACLE.md — "The mental model" and "Hot-path fallback triggers"
Costo por solicitud de una API de scraping administrada
La Alternativa NombradaBright Data / FirecrawlBright Data cobra $1.5 por cada 1,000 solicitudes; Firecrawl cuesta unos $0.00083 por página — cada llamada individual se facturaFuenteAl 2026-07-28
El Enfoque de EnricLas solicitudes concurrentes idénticas se combinan en una sola llamada ascendente, y las respuestas exitosas se cachean durante 15 minutosBARNACLE.md — "Cache deduplication"

Beacon

Lo Que Importa
La Alternativa Nombrada
El Enfoque de Enric
Estrategia de contexto de la base de código para el anclaje de generación de código
CursorEl contexto proviene de coincidencia de patrones basada en embeddings, sin análisis documentado de AST ni de grafo de llamadasFuenteAl 2026-07-28
Indexación consciente del AST mediante tree-sitter, con análisis de dependencias y grafo de llamadasBEACON.md — "Features"
Base para enrutar una llamada a un modelo más pequeño
CursorSe ofrecen unos 50 modelos, pero cuál maneja cada llamada es una elección manual por conversación, sin auditoría de precisiónFuenteAl 2026-07-28
El enrutamiento a un modelo más pequeño se limita a los tres tipos de llamada que una auditoría de 296 llamadas encontró más precisos (91-100%)BEACON.md — "Optional: Qwen routing experiment"
Qué le hace la herramienta a tus archivos cuando termina
Cursor / DevinAmbos escriben directamente en disco y pueden hacer commit o abrir PRs por su cuenta, con checkpoints como mecanismo de reversiónFuenteAl 2026-07-28
Nunca modifica tus archivos fuente — produce diffs revisables en memoria que tú mismo aplicasBEACON.md — "What Beacon Produces"
Estrategia de contexto de la base de código para el anclaje de generación de código
La Alternativa NombradaCursorEl contexto proviene de coincidencia de patrones basada en embeddings, sin análisis documentado de AST ni de grafo de llamadasFuenteAl 2026-07-28
El Enfoque de EnricIndexación consciente del AST mediante tree-sitter, con análisis de dependencias y grafo de llamadasBEACON.md — "Features"
Base para enrutar una llamada a un modelo más pequeño
La Alternativa NombradaCursorSe ofrecen unos 50 modelos, pero cuál maneja cada llamada es una elección manual por conversación, sin auditoría de precisiónFuenteAl 2026-07-28
El Enfoque de EnricEl enrutamiento a un modelo más pequeño se limita a los tres tipos de llamada que una auditoría de 296 llamadas encontró más precisos (91-100%)BEACON.md — "Optional: Qwen routing experiment"
Qué le hace la herramienta a tus archivos cuando termina
La Alternativa NombradaCursor / DevinAmbos escriben directamente en disco y pueden hacer commit o abrir PRs por su cuenta, con checkpoints como mecanismo de reversiónFuenteAl 2026-07-28
El Enfoque de EnricNunca modifica tus archivos fuente — produce diffs revisables en memoria que tú mismo aplicasBEACON.md — "What Beacon Produces"
3Leerie
2Barnacle
3Beacon

EL ENFOQUE DE ENRIC

Por Qué Importan Estos Tres Proyectos

Todo proyecto de Enric parte de las mismas condiciones innegociables.

  • Evidencia sobre afirmación

    Las puntuaciones de confianza están respaldadas por falsadores, citas y reproducciones — nunca por el autoinforme de un modelo.

  • Flujo de control determinista

    Bucles y condicionales reales deciden qué sucede a continuación en cada proyecto — no un modelo narrando su propio plan.

  • Construido para funcionar sin supervisión

    El estado reanudable, la ejecución aislada y el respaldo elegante significan que un reinicio, un límite de tasa o un cambio de sitio nunca pierden trabajo.

  • Código abierto, auditable

    Cada uno de estos proyectos publica su código fuente — puedes leer exactamente cómo se aplican las garantías anteriores.

PARTICIPA

Contribuye, Marca con Estrella o Simplemente Síguenos

Estos son proyectos vivos. Los issues, pull requests y preguntas son bienvenidos en cada repositorio — no se necesita cuenta ni inicio de sesión para leer el código fuente.

Leerie
Barnacle
BeaconPróximamente
Ver Todos los Repositorios
Enric — Herramientas de Desarrollo de IA de Código Abierto: Leerie, Barnacle y Beacon