Análisis de OpenFang: un sistema operativo de agentes en Rust sin cambios desde mayo de 2026

OpenFang se presenta como un “sistema operativo de agentes” (Agent Operating System). Está escrito en Rust por Jaber, fundador de RightNow, y tenía 18.243 estrellas en GitHub cuando lo comprobamos el 8 de noviembre de 2026. Tiene buenas ideas y un conjunto de valores por defecto bien pensado. También tiene un problema que pesa más que ambas cosas para quien piense usarlo a largo plazo: el desarrollo parece haberse detenido.

Primero, la cuestión del mantenimiento

La primera versión de OpenFang, v0.1.0, salió el 26 de febrero de 2026. La última versión, v0.6.9, y el último commit son del 12 de mayo de 2026 (versiones). Desde entonces, los pull requests de colaboradores externos siguen sin fusionarse, y una issue pública que pregunta por el estado y la hoja de ruta del proyecto después de la v0.6.9 no tiene respuesta del mantenedor en el momento de nuestra comprobación.

Nada de eso significa que el mantenedor no vaya a volver. Pero sí significa que hoy, si encuentra un error, un proveedor cambia su API o aparece un problema de seguridad en una dependencia, debe dar por hecho que nadie lo arreglará en el proyecto original. Para un agente que guarda sus claves de API y puede ejecutar comandos, ese es el factor decisivo para la mayoría.

Además, el proyecto estaba en fase anterior a la 1.0 cuando se estancó, con cambios incompatibles entre versiones menores según su propio aviso, y algunas Hands menos maduras que otras.

Un fork de la comunidad, LibreFang, continúa el desarrollo por separado. No lo hemos analizado, así que compruebe usted su actividad; es el lugar obvio donde mirar si el diseño de OpenFang le atrae.

Qué hace diferente OpenFang

Otros agentes de nuestra lista pueden ejecutar tareas programadas que usted configura. La función estrella de OpenFang, las Hands, trae ese trabajo ya hecho. Las Hands son paquetes autónomos incluidos, como Researcher, Lead, Collector, Predictor, Clip, Twitter y Browser, que se ejecutan según una programación sin necesidad de pedírselo e informan de los resultados en el panel o en una app de chat. Configura una para recopilar información o vigilar posibles clientes, y se ejecuta como parte de un daemon de larga duración.

A su alrededor están las herramientas habituales de un agente: búsqueda y navegación web, comandos de shell en lista permitida, generación de imágenes, voz y transcripción, memoria SQLite con búsqueda vectorial, servidores MCP, tareas cron y una API compatible con OpenAI. Un panel en el navegador en localhost cubre agentes, flujos de trabajo, programaciones y aprobaciones.

Instalación

Se instala como un único binario mediante un script, como descarga directa del binario o como app de escritorio para macOS, Windows y Linux en x86-64 o ARM (primeros pasos). El núcleo no necesita ningún stack de Python ni de Node. Algunas Hands traen sus propias dependencias: la Browser Hand necesita Python 3 y Chromium, y la Clip Hand necesita FFmpeg y yt-dlp.

Docker aparece en la lista, pero la imagen documentada aún no es pública, así que quienes usen Docker tienen que compilarla ellos mismos.

Aislamiento y valores por defecto

OpenFang ejecuta comandos en su equipo, no en un contenedor. El sandbox de Docker está desactivado por defecto, y el sandbox WASM solo cubre herramientas y skills WASM (documentación de seguridad).

Dentro de eso, sus valores por defecto son más prudentes que los de muchos agentes que se ejecutan en el anfitrión. Según el código de configuración, los comandos de shell se limitan a una lista permitida de utilidades básicas, se ejecutan sin shell y con un entorno depurado, y las acciones sensibles de las Hands, como compras o publicaciones, esperan aprobación. Es un diseño sensato. Su punto débil es que cualquier fallo que se encuentre ahora puede quedarse sin corregir.

Telemetría y privacidad

OpenFang no envía telemetría de uso. La documentación no describe ninguna y el código no contiene ningún cliente de analítica; la página Analytics del panel solo muestra su propio uso de tokens y sus costes, de forma local. La configuración, los agentes y la memoria se guardan en SQLite bajo ~/.openfang. Los prompts van al proveedor de modelos y a las plataformas de chat que configure.

Modelos y canales

Puede usar unos 27 proveedores, entre ellos Anthropic, Gemini, OpenAI, Groq, DeepSeek, OpenRouter, Mistral, xAI y AWS Bedrock, o ejecutar modelos locales mediante Ollama, vLLM o LM Studio. Tiene doble licencia Apache-2.0 o MIT.

Tiene 40 adaptadores de canal, entre ellos Telegram, Discord, Slack, WhatsApp, Signal, Matrix, Microsoft Teams y correo electrónico (adaptadores de canal). El adaptador de WhatsApp integrado usa la Cloud API empresarial de Meta; vincular una cuenta personal de WhatsApp requiere un gateway de Node.js aparte.

Quién debería usarlo

Merece la pena probar OpenFang si le gusta trastear, quiere agentes programados de investigación o monitorización y se siente cómodo haciéndose cargo del código, o si quiere estudiar el diseño de sus Hands antes de evaluar LibreFang. Nosotros no lo usaríamos como asistente diario conectado a cuentas importantes mientras no reciba correcciones.

Alternativas mantenidas

• ZeroClaw es lo más parecido: también un único binario de Rust, con disparadores cron y de eventos, y un sandbox del sistema operativo activado por defecto en su perfil recomendado.
• nanobot ejecuta automatizaciones programadas y objetivos de larga duración, con un heartbeat que le informa de los resultados en su chat.
• Agent Zero ejecuta tareas programadas dentro de su propio espacio de trabajo Docker y publica versiones con frecuencia.

Encontrará más opciones en nuestras páginas de mejores agentes de IA autoalojados y alternativas a OpenClaw.