Lobu

Contexto empresarial compartido y herramientas gobernadas para ChatGPT, Claude, Codex y otros clientes MCP.

GitHub
208
Prueba este MCPPatrocinado

Documentación

Lobu — Contexto compartido de empresa para cada agente de IA

Lobu es una capa de contexto compartido de código abierto para agentes de IA. Dar a cada agente acceso directo a las herramientas de la empresa no le da a la empresa memoria compartida. Cada agente sigue reconstruyendo lo que sucedió dentro de una sesión de modelo y luego pierde lo que aprendió cuando esa sesión termina.

Conecta tu stack empresarial una sola vez. Claude Code, Codex, ChatGPT y tus propios agentes obtienen una memoria de la empresa consciente de permisos mientras mantienen su interfaz, modelo y runtime existentes. Cuando una responsabilidad debe persistir más allá del chat actual, pueden descubrir y delegar trabajo a un especialista de Lobu a través de MCP.

Comienza con el agente que ya usas

Apunta cualquier cliente MCP a Lobu. No se requiere runtime de agente de Lobu ni lobu.config.ts.

# Claude Code
claude mcp add --transport http lobu https://lobu.ai/mcp

# Codex
codex mcp add lobu --url https://lobu.ai/mcp

Completa OAuth cuando se te solicite, conecta las fuentes de la empresa que deseas compartir y pídele a tu agente que use Lobu cuando necesite contexto organizacional.

El mismo endpoint MCP funciona con ChatGPT, Claude Desktop, Gemini CLI, Cursor y clientes MCP personalizados. lobu memory init detecta Claude Code, Codex, Gemini CLI y Cursor, e imprime pasos de configuración manual para Claude Desktop y ChatGPT.

Guías de configuración: Claude · ChatGPT · Codex · Grok

Recupera lo que la empresa sabe

Pregunta desde Claude Code, Codex o ChatGPT:

¿Qué decidimos sobre la incorporación empresarial y qué cambió desde el último lanzamiento?

Lobu busca en la memoria organizacional compartida y duradera bajo los permisos del llamante, sin importar qué agente pregunte. La respuesta puede combinar discusiones conectadas, actividad de proyectos, registros de clientes, decisiones guardadas y entidades empresariales tipadas sin reconstruir ese contexto desde cero en cada chat.

Delega trabajo a un especialista persistente de Lobu

Pídele a tu agente principal:

Pídele a nuestro especialista en investigación de clientes que revise los comentarios más recientes y proponga las próximas tres entrevistas.

El agente descubre los especialistas disponibles para ti, selecciona el adecuado, delega la tarea y trae el resultado de vuelta. El especialista tiene su propia identidad, instrucciones, herramientas, conversaciones duraderas y política de acceso.

Para el usuario, esto sigue siendo una conversación en su agente principal. El especialista en sí persiste: permanece disponible para otras personas y agentes autorizados en lugar de desaparecer con el chat actual.

Por qué Lobu

En lugar de que cada agente reconstruya el estado de la empresa mediante llamadas a herramientas por sesión, Lobu ejecuta una capa de datos compartida:

  • Conecta una vez. Sondeos, webhooks, APIs y conectores escritos por agentes alimentan un registro de eventos de solo añadido.
  • Conoce una vez. Los eventos se pueden indexar como conocimiento buscable y vincular a entidades tipadas como empresas, proyectos, incidentes y clientes.
  • Úsalo desde cualquier agente. Los clientes MCP autorizados leen y contribuyen al mismo estado organizacional según sus permisos.
  • Delega cuando sea útil. Los especialistas persistentes de Lobu pueden ser dueños de un rol, historial de conversación, herramientas y responsabilidades recurrentes.
  • Mantén el control. Identidad, permisos de fuentes, aprobaciones, intermediación de credenciales, procedencia y auditoría permanecen en el servidor.
flowchart LR
  Tools[Company tools] --> L[Lobu shared context]
  APIs[APIs and webhooks] --> L
  Custom[Custom connectors] --> L

  L <--> MCP[MCP]
  MCP <--> Claude[Claude Code]
  MCP <--> Codex[Codex]
  MCP <--> ChatGPT[ChatGPT]
  MCP <--> Own[Your agents]

  L <--> Specialists[Persistent Lobu specialists]
  Specialists <--> Channels[Slack and web chat]

Tres formas de usar Lobu

1. Agrega contexto compartido a agentes existentes

Los agentes pueden buscar y guardar memoria, consultar entidades estructuradas, inspeccionar fuentes conectadas y delegar a especialistas de Lobu sin cambiar a una nueva interfaz de chat ni adoptar el runtime de Lobu.

Documentación: Memoria · Claude · ChatGPT · Codex

2. Ejecuta especialistas persistentes de Lobu

Crea un especialista para una responsabilidad duradera: investigación de clientes, triaje de soporte, coordinación de lanzamientos, seguimiento de incidentes o un dominio interno. Las personas pueden hablar con él desde la aplicación web de Lobu o Slack, mientras que otros agentes pueden llamar al mismo especialista a través de MCP.

Crea y ejecuta uno localmente:

npx @lobu/cli@latest init my-specialist
cd my-specialist
npx @lobu/cli@latest run
npx @lobu/cli@latest chat -c local "hello"

lobu run inicia el stack local con una base de datos Postgres integrada de forma predeterminada y abre la interfaz web en :8787. Aplica el lobu.config.ts del proyecto automáticamente solo en modo integrado. Para usar Postgres externo, configura DATABASE_URL, asegúrate de que pgvector esté disponible, luego autentícate y aplica el proyecto a ese runtime por separado.

Documentación: Primeros pasos · Espacio de trabajo del agente · Habilidades · Slack

3. Construye con la CLI y el SDK de TypeScript

Los mismos datos y operaciones gobernados están disponibles sin un agente:

npx @lobu/cli@latest memory run                     # list the memory tools
npx @lobu/cli@latest memory run search_memory '{"query":"onboarding"}'
npx @lobu/cli@latest memory exec \
  'export default async (_ctx, client) => client.entities.list({ limit: 5 })'

O desde Node y TypeScript:

import { client, searchMemory } from "@lobu/client";

client.setConfig({
  baseUrl: "https://lobu.ai",
  headers: { Authorization: `Bearer ${process.env.LOBU_TOKEN}` },
});

const hits = await searchMemory({
  path: { orgSlug: "my-org" },
  body: { query: "onboarding" },
});

Genera un token con lobu token create. Las herramientas MCP y las operaciones tipadas del SDK comparten el registro de herramientas y las reglas de acceso del lado del servidor; lobu memory run y lobu memory exec se envían a través del endpoint MCP.

Conceptos principales

Contexto compartido

Los conectores recopilan la actividad de la empresa según un horario o mediante webhooks. Discusiones, cambios de proyectos, registros de clientes, eventos de API y conocimiento guardado por agentes llegan al mismo historial de solo añadido.

Las entidades tipadas conectan ese historial con las cosas que le importan a la empresa: Company, Project, Customer, Incident o esquemas que tú definas. Las correcciones reemplazan hechos antiguos sin borrar su procedencia.

Los conectores son extensibles. Puedes construirlos en TypeScript, y los agentes de codificación pueden usar el contrato de conectores y el flujo de validación de Lobu para crear integraciones para fuentes que Lobu no incluye.

Documentación: Memoria · Conectores · API

Especialistas persistentes

Un especialista de Lobu tiene un rol estable, instrucciones, memoria, herramientas e historial de conversación. Se puede contactar desde el chat web o Slack y ser llamado por agentes externos a través de client.conversations.send.

Los especialistas usan archivos de rol para identidad e instrucciones: IDENTITY.md, SOUL.md y USER.md. Las salvaguardas pueden inspeccionar entrada, salida y llamadas a herramientas. Las llamadas MCP destructivas requieren aprobación dentro del hilo a menos que estén explícitamente preaprobadas a través de defineAgent({ tools: { preApproved } }) en lobu.config.ts; los resultados de las acciones regresan al registro de eventos compartido.

Los agentes externos no piden a los usuarios que escriban código de delegación. Pasan scripts como estos a las herramientas MCP query_sdk y run_sdk de Lobu:

// Discover specialists through query_sdk.
export default async (_ctx, client) => {
  const { agents } = await client.agents.list();
  return agents;
};

// Delegate through run_sdk and wait for the specialist's reply.
export default async (_ctx, client) => {
  return client.conversations.send({
    agent_id: "customer-researcher",
    thread: "enterprise-onboarding",
    text: "Review the latest customer feedback and propose the next three interviews.",
  });
};

Documentación: Espacio de trabajo del agente · Salvaguardas · Seguridad

Automatizaciones

Las automatizaciones son responsabilidades de fondo versionadas que se activan manualmente, según un horario, por un evento de conector o por la salida duradera de otra automatización. Leen fuentes gobernadas, persisten resultados estructurados y pueden notificar a Slack, abrir un ticket o iniciar trabajo de agente mientras nadie está en el chat.

Consulta el modelo de activación y encadenamiento.

Ejecución opcional

El contexto compartido y la delegación a través de MCP no requieren que Lobu ejecute código para el agente llamante. Cuando un especialista de Lobu necesita un shell, el runtime integrado proporciona ejecución ligera de just-bash. Se pueden conectar proveedores de sandbox remotos como Vercel Sandbox para cargas de trabajo que necesitan un aislamiento más fuerte o más cómputo.

Qué sandbox ejecuta el código es una decisión de implementación. Lobu proporciona el contexto compartido, los permisos y la gobernanza a su alrededor.

Canales

Los especialistas de Lobu pueden atender Slack, Telegram, WhatsApp, Discord, Teams, Google Chat, la aplicación web y una API REST. Las conversaciones de canal permanecen separadas mientras leen el mismo contexto organizacional autorizado.

Configuración: Slack · Telegram · Discord · WhatsApp · Teams · Google Chat

En qué se diferencia Lobu

  • Los frameworks de agentes ayudan a los desarrolladores a implementar un bucle de agente. Lobu les da a agentes y personas un estado organizacional compartido y un lugar para mantener especialistas persistentes.
  • Las integraciones MCP directas exponen herramientas de un proveedor. Lobu construye continuamente contexto duradero y de múltiples fuentes que cada agente autorizado puede reutilizar.
  • Los runtimes de agentes alojan un agente particular. Lobu permite que las personas sigan usando Claude Code, Codex, ChatGPT o su propio runtime y agreguen Lobu solo donde el contexto compartido o la delegación sean útiles.
  • Los motores de flujo de trabajo codifican un gráfico de pasos predeterminados. Las automatizaciones de Lobu manejan disparadores duraderos y responsabilidades de fondo, mientras que los agentes deciden cómo completar trabajo abierto.

Configuración del agente

La configuración del runtime se gestiona a través de la aplicación web o la misma API REST a nivel de organización que usa la CLI. Los proyectos locales de lobu.config.ts admiten validación y flujos de aplicación repetibles.

npx @lobu/cli@latest login
npx @lobu/cli@latest org set my-org
npx @lobu/cli@latest agent list

Documentación: Referencia de CLI · lobu apply

Implementación

Usa el runtime integrado localmente o autoalójate Lobu con Postgres externo. Guías de producción: Docker · Cloud · Kubernetes

Seguridad y privacidad

Los permisos y la auditoría permanecen en la puerta de enlace de Lobu. Los servidores MCP de Lobu y la capa de intermediación de credenciales manejan credenciales de proveedores y conectores, OAuth y renovación de tokens, y proxy de API de terceros. Los trabajadores reciben marcadores de posición con alcance o acceso derivado del proveedor de corta duración, nunca tokens OAuth ni credenciales almacenadas duraderas. Las llamadas MCP destructivas requieren aprobación dentro del hilo a menos que estén explícitamente preaprobadas, y los datos conectados permanecen con alcance organizacional.

El just-bash integrado y los modos de ejecución integrados son límites de política y conveniencia, no máquinas virtuales para código hostil. Usa un proveedor de sandbox remoto cuando la carga de trabajo necesite un límite de aislamiento más fuerte.

Documentación: Seguridad · Proxy de secretos · Salvaguardas · Modelo de amenazas

Socios de diseño

Estamos trabajando con equipos técnicos que ya usan Claude Code, Codex, ChatGPT o agentes personalizados y quieren que esos agentes compartan contexto de empresa o deleguen a especialistas persistentes.

El mejor punto de partida es un equipo, una o dos fuentes conectadas y una responsabilidad repetida. Habla con el fundador o contáctanos en X/Twitter.