RUNE-BOT - um agente de IA local que lembra e aprende com a própria execução

As ferramentas de IA repetem hoje o mesmo erro que cometeram ontem.

Estamos criando um agente de IA local que lembra, aprende e não fica preso a um modelo específico.

Fica melhor quanto mais você usa

• Salva cada execução como um episódio e acompanha padrões de sucesso/falha
• Tarefas aprovadas repetidamente são promovidas para execução automática (com possibilidade de desfazer)
• Os dados de aprendizado ficam em arquivos Markdown, então você pode abrir e editar diretamente

Divide tarefas complexas por conta própria

• Executa subtarefas independentes em paralelo em um pool de workers
• Adiciona tarefas dinamicamente durante a execução com base nos resultados da pesquisa
• Ferramentas de leitura rodam com até 5 execuções simultâneas, e ferramentas de escrita rodam em sequência

Não escolhe LLM

• Baseado em LiteLLM, com suporte a mais de 130 provedores como Claude, GPT, Gemini e Ollama
• Troca de modelo com uma única linha no config

Ferramentas

• Busca/coleta na web, navegador headless (CDP), edição de arquivos, bash, git
• Navegação por símbolos de código (tree-sitter), integração com servidor MCP, entrada/saída de voz (STT/TTS)
• Usa o mesmo agente em TUI, Web UI, Telegram, Discord, Slack

Mecanismos de segurança

• Detecção de mais de 80 padrões de risco, workflow de aprovação, design fail-closed

Todos os dados são armazenados localmente (SQLite + Markdown + FAISS).
Python 3.13+, licença MIT.

Exemplo de execução real

Se você der uma frase, ele cuida sozinho de busca na web → crawling → criação de arquivo.

❯ Pesquise sobre agent harness e escreva uma documentação

┃ ⊕ web_search "agent harness" AI framework ✓
┃ ⊕ web_search harness-first development agents ✓
┃ ⊕ web_fetch langchain.com/anatomy-of-agent-harness ✓
┃ ⊕ web_fetch datadoghq.com/harness-first-agents ✓
┃ ⊕ web_fetch anthropic.com/effective-harnesses ✓
┃ ⊕ web_fetch openai.com/harness-engineering ✓
┃ ◆ file_write agent_harness_research.md ✓

✓ 11 ferramentas · 3 minutos — pesquisa em 4 sites → relatório consolidado de 410 linhas

GitHub: https://github.com/dybala-21/rune

Ainda faltam muitas coisas. Se você enviar feedback, vou refletir isso no projeto.