Qué es CopilotKit OpenBot: plantilla Beta para compañeros de IA en tu stack

CopilotKit OpenBot es una plantilla open source para compañeros de IA (AI coworkers) que corres en infraestructura tuya. No es un producto alojado con página de registro. Lo clonas, lo personalizas y conectas tus propios agentes AG-UI. Según el README oficial, el proyecto está en Beta y en desarrollo activo: es joven, trae aristas y las cosas se mueven.

Ese matiz importa. Muchos textos lo pintan como una instalación pulida de una tarde que entrega bots empresariales listos. La realidad es más corta y más útil. Es una forma de app de agentes que puedes adaptar, con un ordenador por bot, una puerta de gobernanza y compañeros de ejemplo que personalizas. Aquí va qué es, qué necesitas para correrlo y cuándo (no) conviene.

Qué es OpenBot (y qué no es)

OpenBot te da una superficie tipo ChatGPT que corre en tu stack. Los empleados chatean con bots. Esos bots pueden usar herramientas, navegar y completar trabajos de varios pasos. La diferencia que importa: está pensado para que tú controles el runtime, los registros y la capa de políticas.

Es:

• Una plantilla, no un SaaS. No hay signup alojado de CopilotKit OpenBot. Clonas y personalizas.
• Centrado en agentes AG-UI. Traes agentes de stacks como LangGraph, Mastra, CrewAI, Pydantic AI, Google ADK, o agentes hechos a mano que hablen AG-UI.
• Orientado a compañeros de IA: bots que actúan dentro de sistemas de la empresa con límites más claros que una ventana de chat suelta.

No es:

• Un producto terminado que enciendes para toda la empresa con un clic.
• Una promesa de que "gratis" significa cero coste más allá de clonar. Sigues necesitando piezas de runtime y una clave de modelo (abajo).

Primero AG-UI: trae tu propio agente

El centro de gravedad de OpenBot es el agente que conectas, no una sola marca de modelo cerrada.

AG-UI (Agent-User Interaction) es el protocolo en el que se apoya el proyecto. En palabras simples: tu agente habla con la app OpenBot por una interfaz compartida. Así el chat, las aprobaciones y la puerta de herramientas pueden quedarse estables mientras cambias de framework.

Por eso la documentación lista varias opciones de agente, no un cerebro propietario. Si ya tienes un harness de agentes en el trabajo, OpenBot se parece más a "ponle una app de empresa alrededor". No a "tira tu stack y empieza de cero".

Un ordenador por agente, no una pestaña compartida

Cada bot está pensado para tener su propio límite de ordenador: su contenedor, su espacio de trabajo y su navegador con sus propios logins. Eso es más fuerte que "un navegador aislado en algún host compartido".

Por qué importa en el trabajo real:

• El estado de login desordenado de un bot no debería filtrarse al de otro.
• Puedes razonar permisos por compañero, no como un escritorio gigante compartido.
• Todo lo que un bot hace con un ordenador, un archivo o una herramienta pasa por una sola puerta que decide y deja registro. Sin política configurada, no se permite nada.
• Puedes ver su pantalla mientras trabaja y tomar el control cuando llegue a algo que no debería hacer solo, por ejemplo un muro de login o un código de verificación.

OpenBot también se apoya en CopilotKit Intelligence para hilos y memoria. Hay plan gratuito y la opción de alojarlo tú mismo. Trátalo como parte del runtime, no como una nota al pie.

Qué necesitas de verdad para correrlo

Según el README oficial (confírmalo en la versión actual antes de empezar):

• Bun 1.4+ (el README avisa de que algunas pruebas fallan con 1.3).
• Docker.
• Un proyecto y una licencia de CopilotKit Intelligence. Hay plan gratuito y también puedes alojarlo tú mismo.
• Una clave de modelo. El bot de prueba de concepto usa OpenAI. El bot de LangGraph puede usar OpenAI, Anthropic o Google. No viene ningún modelo incluido: un administrador pone la credencial, que según el README se cifra en reposo y nunca se registra.

Un clon recién hecho arranca en modo de un solo usuario: .env.example trae OPENBOT_SINGLE_USER=true, que admite cada petición como si fuera un único administrador para que lo pruebes en el portátil. Antes de que entre nadie más hay que activar el inicio de sesión. Si prefieres probar Intelligence en un solo Mac, el plan gratuito Developer sirve para una copia local en Docker. El README la describe como una vista previa para macOS con Docker Desktop, no como una instalación de producción, y dice que la licencia local dura 30 días y se puede renovar.

Demo frente a producción:

• Docker Compose es el camino habitual para una demo local. El script de arranque levanta los servicios de Docker, aplica las migraciones y arranca la API, la app y un proceso que lanza las rutinas.
• Una sola imagen de Docker también está publicada. Según el README, una imagen lleva la app, la API, el navegador que manejan los bots y, si quieres, PostgreSQL, sin Kubernetes.
• Helm es la ruta a producción que respalda la página del producto.

Si alguien te dice que "es solo MIT y listo", está vendiendo corto Intelligence, la clave de modelo y el trabajo de operarlo. La plantilla puede ser open. Correrla sigue teniendo piezas móviles.

Trece compañeros de ejemplo (set fintech)

El README describe trece compañeros, y no son todos del mismo tipo. Un despliegue arranca con dos, que son configuración y no código: General Assistant para el trabajo de cada día y Knowledge para preguntas sobre la empresa. Un Risk Analyst se suma cuando configuras su endpoint. Otros diez esperan en examples/fintech/catalog/, cada uno con una sola tarea, como leer un gasto frente a la política tal como está escrita, redactar notas de versión a partir de lo que se publicó, clasificar un ticket o resolver las dudas de alguien que acaba de entrar con el manual. Copias uno a examples/fintech/agents/ para añadirlo.

Trátalos como puntos de partida que personalizas, no como bots certificados para compliance. Sirven para aprender la forma y los prompts. No sustituyen tus propios roles, herramientas y reglas de aprobación.

Qué dice el README que puede hacer

Además del chat y un ordenador por bot, el README enumera varias funciones que conviene conocer antes de decidir:

• Alcance. Un bot puede seguir una conversación en Slack, en Microsoft Teams o por mensaje de texto, no solo en la app web.
• Rutinas. Le pides a un bot que haga algo con una frecuencia y lo hace, como tú y en el canal donde se lo pediste. Hay un mínimo de 15 minutos entre ejecuciones y un tope de 20 rutinas activas, y diez fallos seguidos apagan la rutina. Las rutinas necesitan un proceso aparte (un worker) que el script de arranque lanza en local.
• Herramientas con gobierno. El catálogo MCP trae Google Drive, Notion y proveedores de investigación en la web (Parallel, Exa y Firecrawl), y Composio conecta unos cientos de apps más, cada una usada como la persona que pregunta. Las reglas se escriben en CEL (un lenguaje de políticas pequeño): primero se evalúan las denegaciones, y si no hay política no se permite nada.
• Inicio de sesión. Google, Microsoft u Okta, o el proveedor SAML u OpenID Connect de tu empresa, según el dominio del correo. Los administradores pueden listar, promover y quitar personas, y una pantalla de auditoría muestra lo que se permitió, se rechazó o falló.

Para la parte de control, lee nuestra guía sobre gobernanza de OpenBot para empresas.

Un camino realista de setup

1. Lee el aviso de Beta y la nota "plantilla, no producto" del README de GitHub.
2. Clona el repo y sigue el quickstart actual con Compose para una demo.
3. Conecta un agente AG-UI que ya entiendas (o una de las opciones documentadas).
4. Confirma tu proyecto y licencia de Intelligence y tu clave de modelo. Recuerda que un clon recién hecho funciona como un único administrador hasta que configures el inicio de sesión.
5. Crea un bot con una lista corta de herramientas permitidas y mira el límite de ordenador (contenedor y navegador) antes de sumar más bots.
6. Cuando te quedes corto con la demo, mira Helm y el checklist habitual de producción de tu empresa (secretos, red, retención de auditoría, quién aprueba herramientas arriesgadas).

Salta la fantasía de pegar un comando y despertar con una fuerza laboral de agentes gobernada. Una plantilla en Beta no funciona así.

Cuándo OpenBot encaja bien

Elígelo cuando:

• Quieres compañeros en infraestructura que controlas.
• Ya te importan los frameworks de agentes y quieres una UI de empresa alrededor.
• Necesitas aislamiento de ordenador por bot y un sitio donde colgar gobernanza, no solo chat.

Mira otra cosa (o espera) cuando:

• Necesitas un SaaS gestionado con SLAs de soporte mañana.
• Tu equipo no puede hacerse cargo de Docker, secretos y gasto de modelo.
• Esperabas un catálogo de producto terminado en lugar de una plantilla más ejemplos.

Cómo se compara con "usar solo una app de chat cerrada"

Las apps de chat cerradas son rápidas de probar. Suelen flaquear cuando necesitas residencia de datos, tu puerta de herramientas y tu propio harness de agentes bajo el mismo techo.

OpenBot invierte ese tradeoff: más control, más setup y los bordes sin pulir de una Beta. Grok Bot y agentes similares de computer use sirven de comparación si te importa el control de escritorio. Son productos distintos, con hosting distinto. No los trates como clones intercambiables.

¿Quieres una forma estructurada de practicar?

Si exploras compañeros de IA y rutas a tu ritmo (agentes, automatización, contenido) sin cohorte fija, mira 4Geeks AI Flex. Tiene rutas listas, un tutor de IA y mentoría que puedes empezar cuando quieras.

Si te interesan más herramientas de IA como esta, revisa nuestro hub de herramientas de IA con guías y comparativas relacionadas.

Fuentes para volver a chequear antes de un piloto

• GitHub: CopilotKit/openbot (badge Beta, aviso de plantilla, requisitos, despliegue, pack de ejemplos)
• Página de producto: copilotkit.ai/openbot (posicionamiento, notas de Compose y Helm)

Esta página se contrastó con ambas el 28 de octubre de 2026.

Los detalles del README se mueven mientras el proyecto está en Beta. Relee esas dos páginas el día que instales.

Si además de usar compañeros de IA como OpenBot quieres construirlos e integrarlos como desarrollador, un curso de programación con proyectos y mentores te da la base técnica necesaria.