openloops
Open source, Apache 2.0

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

npm install openloops

Compatible con

OpenAIOpenAIAnthropicAnthropicGoogle GeminiGoogle GeminiMongoDBMongoDBSentrySentryLangfuseLangfuseOllamaOllama

01 / Demo en vivo

Añade un agente a tu SaaS

Openloops es un harness open source para construir agentes de IA. Un runtime en TypeScript que se encarga de la persistencia, la ejecución de tools, la confianza y aprobaciones de MCP, las automatizaciones y la gestión de usuarios para cada una de tus organizaciones, para que solo añadas lo que hace tuyo a tu agente: tu interfaz, tus tools y tus MCPs. Embebe el agente en tu app y lánzalo.

02 / Características

Todo incluido, sin configurar nada extra

Todo lo que un agente necesita para sobrevivir en producción, ya construido

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

Agentes, tools, servidores MCP, automatizaciones, hooks, identidad, guardrails, costos, usuarios y chats que se retoman
Más ejemplos en GitHub
Próximamente

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.

Tools de navegación webGuardrails ya listos

04 / Comparar

Cómo se compara con otros frameworks

Una comparación honesta frente a las versiones open source y autoalojadas de LangGraph y CrewAI
 openloopsLangGraph (OSS)CrewAI (OSS)
PersistenciaIncluida, sin configuración (MongoDB)Eliges y configuras un checkpointer: en memoria, SQLite o Postgres, los dos últimos en paquetes aparteLa memoria es opcional y se guarda en archivos locales (ChromaDB y SQLite, o LanceDB en versiones nuevas), atada a la máquina
Delimitación por usuarioIncluida: chats, tareas, contexto y servidores MCP son por usuario desde el inicioLas conversaciones se delimitan con un thread_id. Asociarlas a usuarios, y delimitar memoria y tools por usuario, depende de tiNo es un concepto del framework, lo construyes tú
Ejecución de tools y reintentosValidación, confirmación de tools destructivas, protección contra llamadas duplicadas e ids inventados, y reintentos de LLM y MCP integrados en el harnessRetryPolicy por nodo y manejo de errores que configuras túLos límites de reintentos se configuran por agente o tarea
Soporte MCPNativo: los servidores son un registro por usuario, las tools se cargan bajo demanda y cada servidor pasa por un flujo de aprobaciónUn paquete aparte (langchain-mcp-adapters) con un cliente que conectas tú al grafoCampo mcps nativo en los agentes, o MCPServerAdapter. Los servidores se declaran en código, no se cargan por usuario
Ver la comparativa completa

05 / Módulos

Un solo paquete, organizado por lo que necesites

Openloops se distribuye como un único paquete con exports por subpath, así solo importas lo que usas.
openloops/core

Agent, AgentLoop, RunContext, Harness: el runtime

openloops/loops

AgiLoop, el loop por defecto, y las skills que comparten los loops

openloops/tools

Tool, BaseParams y las tools incluidas, como la búsqueda web y fetch_url

openloops/skills

Skill, para pasos de razonamiento con LLM dentro de un loop

openloops/guardrails

Guard y los guards de entrada ya listos

openloops/mcps

Gestión de servidores MCP, verificación de conexión y decisiones de confianza

openloops/automations

Automatizaciones: tareas que el agente ejecuta por horario o por evento, sus ejecuciones y el runner que las corre

openloops/chats

Chats y sus mensajes: listar, leer, actualizar, eliminar

openloops/users

Gestión de usuarios

openloops/authentication

Login y emisión de tokens

openloops/llmcalls

Seguimiento de uso y costo de LLM

openloops/base

CurrentUser, CurrentSession

openloops/common

Logger y utilidades compartidas

openloops/clients

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.

npm install openloops
Apache 2.0, libre para uso comercial
TypeScript, funciona con cualquier proveedor de LLM

¿No sabes por dónde empezar? Lee la explicación