Crea agentes de IA multitenant listos para producción dentro de tu SaaS, en minutos y no en días, semanas o meses.
Anthropic y OpenAI te dan el motor. Openloops te da el chasis, con el AGI loop, las tools y todo lo que un agente necesita en producción. Tú construyes la carrocería: un agente de soporte, un auditor financiero, un copiloto de reuniones.
¿Nuevo en agentes de IA? Mira qué es openloops explicado con carros
Compatible con
01 / Demo en vivo
Añade un agente a tu SaaS
02 / Características
Todo incluido, sin configurar nada extra
Multitenant desde el diseño
Soporta múltiples organizaciones, con usuarios que pertenecen a ellas. Chats, tareas, contexto y servidores MCP están delimitados desde el inicio, así cada cliente tiene su propio espacio de agente.
Persistencia sin boilerplate
Mensajes, tareas y cada llamada a una tool se guardan en MongoDB, y una conversación se reanuda exactamente donde quedó, incluso en medio de una confirmación.
Ejecución segura de tools
Los argumentos se validan, las tools destructivas esperan la confirmación del usuario y los identificadores que el modelo inventa nunca llegan a un sistema real.
MCP con flujo de confianza
Conecta cualquier servidor MCP y sus tools se vuelven tools normales. Cada servidor se aprueba antes de que corra su primera tool y se revisa de nuevo cuando cambia.
Ejecuciones autónomas y automatizaciones
El mismo agente trabaja sin una persona en el chat, con un horario o cuando otro sistema le envía un evento, con historial de cada ejecución.
Guardrails
Los guards de entrada bloquean números de tarjeta, correos, código o lo que definas antes de que el modelo vea el mensaje.
Seguimiento de uso y costo
Cada llamada al LLM queda registrada. Obtén tokens y costo por respuesta, por chat y por usuario.
Usuarios y autenticación
La gestión de usuarios, el login con refresh tokens y el restablecimiento de contraseña vienen incluidos, así no necesitas un sistema paralelo de identidad.
Cualquier proveedor de LLM
OpenAI, Anthropic, Google, modelos autoalojados como Ollama y despliegues privados en Bedrock, GCP o Azure funcionan de la misma forma, a elección por chat.
03 / Código
Mira qué poco código toma realmente
Un marketplace de plugins para openloops
Extiende tus agentes con paquetes ya hechos en lugar de construir cada tool tú mismo. Instala un plugin y tu agente gana nuevas habilidades.
04 / Comparar
Cómo se compara con otros frameworks
| openloops | LangGraph (OSS) | CrewAI (OSS) | |
|---|---|---|---|
| Persistencia | Incluida, sin configuración (MongoDB) | Eliges y configuras un checkpointer: en memoria, SQLite o Postgres, los dos últimos en paquetes aparte | La memoria es opcional y se guarda en archivos locales (ChromaDB y SQLite, o LanceDB en versiones nuevas), atada a la máquina |
| Delimitación por usuario | Incluida: chats, tareas, contexto y servidores MCP son por usuario desde el inicio | Las conversaciones se delimitan con un thread_id. Asociarlas a usuarios, y delimitar memoria y tools por usuario, depende de ti | No es un concepto del framework, lo construyes tú |
| Ejecución de tools y reintentos | Validación, confirmación de tools destructivas, protección contra llamadas duplicadas e ids inventados, y reintentos de LLM y MCP integrados en el harness | RetryPolicy por nodo y manejo de errores que configuras tú | Los límites de reintentos se configuran por agente o tarea |
| Soporte MCP | Nativo: los servidores son un registro por usuario, las tools se cargan bajo demanda y cada servidor pasa por un flujo de aprobación | Un paquete aparte (langchain-mcp-adapters) con un cliente que conectas tú al grafo | Campo mcps nativo en los agentes, o MCPServerAdapter. Los servidores se declaran en código, no se cargan por usuario |
05 / Módulos
Un solo paquete, organizado por lo que necesites
Agent, AgentLoop, RunContext, Harness: el runtime
AgiLoop, el loop por defecto, y las skills que comparten los loops
Tool, BaseParams y las tools incluidas, como la búsqueda web y fetch_url
Skill, para pasos de razonamiento con LLM dentro de un loop
Guard y los guards de entrada ya listos
Gestión de servidores MCP, verificación de conexión y decisiones de confianza
Automatizaciones: tareas que el agente ejecuta por horario o por evento, sus ejecuciones y el runner que las corre
Chats y sus mensajes: listar, leer, actualizar, eliminar
Gestión de usuarios
Login y emisión de tokens
Seguimiento de uso y costo de LLM
CurrentUser, CurrentSession
Logger y utilidades compartidas
LLMClient y los clientes HTTP usados por las tools incluidas
06 / FAQ
Preguntas frecuentes
¿Openloops es gratis y open source?+−
Sí. Openloops es open source bajo la licencia Apache 2.0 y gratuito para uso comercial.
¿Qué necesito para ejecutarlo?+−
Openloops es un paquete de TypeScript. Lo instalas con npm o yarn, y guarda los mensajes, las tareas y cada llamada a una herramienta en MongoDB, así una conversación se retoma exactamente donde quedó.
¿Incluye una API o una capa HTTP?+−
No. Openloops es un paquete que tu backend llama: aporta los casos de uso (ejecutar agentes, chats, usuarios, automatizaciones) y tu backend expone los endpoints y se encarga de la autorización de cada uno. La guía de integración indica qué endpoint llama a qué caso de uso.
¿Qué proveedores de LLM soporta?+−
OpenAI, Anthropic, Google y modelos autoalojados como Ollama funcionan de la misma forma, y el modelo se elige por chat. También soporta despliegues privados de proveedores en tu propia cuenta cloud, como Anthropic en Amazon Bedrock, Google Cloud (GCP) y Azure.
¿Soporta MCP?+−
Sí. Conecta cualquier servidor MCP y sus herramientas pasan a ser herramientas normales. Cada servidor se aprueba antes de que se ejecute su primera herramienta y se revisa de nuevo cuando cambia.
¿En qué se diferencia openloops de LangGraph o CrewAI?+−
La persistencia, la delimitación por usuario, la seguridad de las herramientas, MCP y el seguimiento de costos vienen incluidos en lugar de ser algo que tú conectas. La página de comparativa detalla las diferencias función por función.
¿Puedo usarlo en un SaaS multitenant?+−
Sí. Openloops soporta múltiples organizaciones, y los usuarios pertenecen a ellas. Los chats, las tareas, el contexto y los servidores MCP están delimitados desde el inicio, y la gestión de usuarios y el login vienen incluidos, así puedes ofrecer un agente a cada uno de tus clientes.
¿Puedo escribir mi propio loop?+−
Sí. Openloops trae AgiLoop, un loop de propósito general que funciona desde el primer momento, y puedes escribir el tuyo como opción avanzada.
¿Listo para crear tu primer agente?
Instala openloops y ten un agente funcionando, persistido y multitenant en minutos.
¿No sabes por dónde empezar? Lee la explicación