Plasma AI lanzó una CLI de wiki determinista para agentes de programación

La herramienta de código abierto permite a los agentes mapear, buscar y leer fragmentos de conocimiento en Markdown antes de modificar una base de código.

By · Published

Primary source: Plasma AI on X

Why it matters

Coding agents can navigate source files predictably, but project decisions and conventions often remain trapped in large document sets. Plasma Wiki gives multi-agent systems a shared, reviewable memory that fits existing developer workflows.

Plasma AI released a deterministic wiki CLI for coding agents

Nicholas Diao, Andrew Turner (@acturner) and Colton Berry released Plasma Wiki, una herramienta de línea de comandos de código abierto que ofrece a los agentes de codificación con IA una forma estructurada de inspeccionar el conocimiento del proyecto sin cargar todo un repositorio de documentación en la ventana de contexto de un modelo.

https://x.com/plasma__ai/status/2083307284667449547?s=46

poster=/api/storage/public-objects/tweet-videos/plasma-ai-wiki-cli-coding-agents-poster-00d67754.jpg|Video de @Plasma__AI en X

Plasma AI publicó la herramienta el 21 de julio y demostró el flujo de trabajo en un hilo en X el 31 de julio. El momento importa porque Plasma Wiki forma parte de un sistema más amplio que los tres autores están construyendo para agentes que trabajan en proyectos de software de larga duración, donde la documentación puede sobrevivir a cualquier sesión de modelo.

Turner se identifica en X como cofundador de Plasma AI. Diao anteriormente cofundó Coursedog, el proveedor de software de operaciones académicas que formó parte de la cohorte Winter 2019 de Y Combinator. Y Combinator lista a Coursedog como adquirida e identifica a Diao como su cofundador y CTO, así como fundador y CEO de Omega Strategies.

Berry llegó con experiencia construyendo software cercano a las operaciones empresariales. Su historial laboral público incluye Palantir y Saltbox, donde dijo que fue el segundo ingeniero y el único desarrollador dedicado al backend en un producto que más tarde se escindió. Esa mezcla de infraestructura para agentes, despliegue empresarial y trabajo de software de cero a uno ayuda a explicar el enfoque de Plasma AI: convertir agentes autónomos en sistemas que pueden ser inspeccionados y controlados mientras trabajan.

Un modelo de navegación de archivos para el conocimiento del proyecto

Plasma Wiki almacena el conocimiento en archivos Markdown ordinarios. Cada carpeta se convierte en una sección, cada archivo en una entrada, y los archivos _index.md generados conectan el árbol. Los desarrolladores pueden editar esos archivos en Obsidian, VS Code u otro editor de texto mientras los agentes acceden a ellos mediante un conjunto de comandos predecible.

El ciclo central tiene tres pasos. wiki map imprime el árbol de documentación con recuentos de palabras, dando al agente una vista compacta de lo que existe. wiki search ejecuta búsquedas de texto o expresiones regulares. wiki read recupera una página seleccionada o una porción especificada de la misma.

Ese diseño toma prestado el modo en que los agentes de codificación ya inspeccionan repositorios. Un agente suele listar directorios, buscar en archivos fuente y abrir solo el código relevante. Plasma AI está aplicando el mismo patrón a notas de arquitectura, decisiones de ingeniería, convenciones y procedimientos operativos.

El enfoque evita deliberadamente la recuperación semántica o basada en vectores. Los resultados de búsqueda dependen del texto real y de un índice determinista, lo que facilita reproducir el recorrido del agente a través de la base de conocimiento. Plasma AI dice que su CLI también mantiene enlaces y maneja secciones generadas de archivos _index.md cuando las ediciones paralelas colisionan. El contenido autoral sigue sujeto a los conflictos de fusión normales, dejando esas disputas visibles para revisión.

Plasma AI también describe los límites de forma clara. Para una colección pequeña de documentos, los archivos ordinarios y grep son más simples. El árbol indexado se vuelve útil cuando un proyecto contiene suficiente conocimiento acumulado como para que un agente necesite un mapa antes de decidir qué leer.

El repositorio de GitHub tiene una licencia Apache 2.0 y contaba con 71 estrellas y ocho forks al 31 de julio. El paquete de Python también está disponible en PyPI y requiere Python 3.11 o superior.

Wiki proporciona memoria para el sistema de agentes más amplio de Plasma

Plasma Wiki es la capa de memoria debajo de Plasma Fractal, el otro proyecto de código abierto del grupo. Fractal organiza agentes en una jerarquía de bucles persistentes. Cada nodo recibe su propio git worktree, rama, tarea, memoria y límites de gasto, y puede crear nodos hijos para piezas más pequeñas de un trabajo mayor.

El repositorio de Fractal describe soporte para Claude Code, Codex, Grok Build, OpenCode y Oh My Pi. Los metadatos de ejecución y los costos se almacenan en una base de datos SQLite local, mientras que los operadores pueden inspeccionar y dirigir la jerarquía mediante una interfaz de terminal. La base de código de Fractal tenía 649 estrellas y 46 forks al 31 de julio.

Wiki ofrece a esos nodos un registro compartido organizado por tema en lugar de una transcripción de conversaciones previas. Esa distinción se vuelve importante cuando varios agentes están editando la misma base de código. Plasma AI dice que construyó Wiki después de que sus agentes cargaran repetidamente el mismo material en el contexto y se sobrescribieran entre sí.

La estrategia de producto se extiende más allá de dos utilidades para desarrolladores. Plasma AI describe su objetivo como infraestructura para coordinar flotas de agentes, incluyendo propiedad, transferencias, conocimiento compartido y registros de auditoría. Su sitio indica que está planeada una versión alojada, Fractal Cloud. Plasma AI también está reclutando para cinco puestos en Nueva York o Boulder en áreas de ingeniería, producto, diseño y operaciones.

Wiki es el lanzamiento más pequeño, pero aborda una restricción básica en el trabajo de software autónomo: los agentes no pueden seguir de forma confiable decisiones que no pueden encontrar. La apuesta de Plasma AI es que primitivas predecibles de archivos y de línea de comandos darán a los sistemas de agentes de larga duración una memoria institucional utilizable sin ocultar esa memoria dentro de una capa de recuperación propietaria.

Reader comments

Conversation for this story loads after sign-in.