Un proyecto open source de GitHub ha convertido la gestión de múltiples agentes de inteligencia artificial en algo parecido a una sala de control de una nave espacial. LCARS for Herdr funciona como un centro de mando para Herdr desde el que se pueden supervisar hasta 2.000 agentes, consultar su actividad, controlar cuotas de Claude Code y Codex y trasladar el contexto de una sesión a otra sin perder el trabajo realizado.
Las claves de LCARS for Herdr en 20 segundos
- El proyecto permite supervisar hasta 2.000 agentes de IA desde un único panel.
- Controla actividad, bloqueos, velocidad, costes, contexto y cuotas por cuenta.
- Puede transferir una tarea entre Claude, Codex y otros motores compatibles.
- El contexto se guarda fuera del repositorio para que el cambio de motor no pierda el trabajo.
- La versión 0.1.0 funciona en macOS y Linux; Windows permanece en vista previa.
La propuesta llama la atención por su interfaz, inspirada en el sistema LCARS de Star Trek: The Next Generation, pero lo interesante está debajo de la estética. El proyecto intenta resolver un problema cada vez más habitual en los flujos de programación asistida por IA: qué ocurre cuando un desarrollador deja de trabajar con uno o dos agentes y empieza a manejar decenas de ellos de forma simultánea.
LCARS for Herdr no es un sustituto de Herdr. Es un plugin que se conecta a su sesión local y presenta la información de los agentes en dos interfaces. Una está pensada para pantallas panorámicas y representa la flota como una nave espacial; la otra ofrece una vista más compacta para monitores convencionales y portátiles.Una sala de control para agentes de programación
El panel puede mostrar agentes trabajando, bloqueados, esperando o terminados. Cada uno aparece asociado a su espacio de trabajo y proporciona información sobre velocidad de generación, tiempo hasta el primer token, coste, tokens utilizados y contexto.
También existe una sección específica para las cuotas. El sistema separa las cuentas de Claude y Codex en lugar de tratar todo el consumo como una única bolsa. En el caso de Claude, el proyecto utiliza distintas fuentes locales y de telemetría para intentar reconstruir las ventanas de uso de cinco horas y siete días. La información puede llegar desde OpenTelemetry, el statusline de Claude Code o datos de las propias sesiones.
Hay una particularidad importante: el proyecto no presenta como dato válido una cuota que no puede determinar. Si una ventana no ofrece una señal fiable, la interfaz muestra que no hay información disponible en lugar de convertir la ausencia de datos en una disponibilidad del 100 %.
El sistema también puede avisar cuando una cuenta cae por debajo de un determinado porcentaje de cuota. El umbral predeterminado es del 10 % y puede modificarse mediante configuración.
Para quienes utilizan varias cuentas, LCARS permite definir perfiles independientes. La documentación contempla, por ejemplo, cuentas de Claude para trabajo y uso personal y otra cuenta de Codex. El cambio se realiza de forma manual y confirmada, no mediante una rotación automática de credenciales.
El cambio de agente intenta conservar el trabajo
La parte más interesante del proyecto aparece cuando un agente se queda sin cuota o deja de ser adecuado para una tarea.
LCARS for Herdr puede abrir otro motor en el mismo directorio de trabajo y transferirle la información almacenada sobre la tarea. El agente original permanece abierto hasta que el operador confirma que la transferencia se ha realizado correctamente.
El proyecto separa esa memoria en dos partes. Una es mecánica y procede de Git: archivos modificados, repositorio, rama y checkout. La otra es narrativa e incluye elementos como el objetivo, las decisiones adoptadas y el siguiente paso.
Esta separación permite que el sistema no dependa completamente del formato interno de cada agente. Según la documentación, el estado mecánico se obtiene directamente de Git, incluso cuando LCARS no puede leer el historial de conversación de un determinado motor.
La transferencia también tiene límites explícitos. No se trasladan permisos, servidores MCP, herramientas que estén ejecutándose ni subagentes activos. El nuevo agente recibe el contexto disponible y debe empezar en el mismo directorio de trabajo.
El proyecto contempla además situaciones en las que la transferencia falla. Si el nuevo agente no llega a iniciarse, su panel se cierra y el estado anterior permanece intacto. Si existe una duda sobre si el contexto llegó correctamente, el nuevo panel queda abierto para inspección y la cadena de transferencias no avanza hasta recibir confirmación.
Claude, Codex, OpenCode y Pi en el mismo panel
Aunque Claude Code y Codex ocupan una parte importante de la implementación, LCARS for Herdr no se limita a esos dos motores.
La versión documentada incorpora adaptadores para Codex, OpenCode y Pi, además de la integración con Claude Code. Cada uno utiliza sus propios datos locales para obtener información sobre sesiones, tokens, costes, herramientas y modelos.
En Codex, el proyecto lee los archivos JSONL de las sesiones para obtener tokens, modelo, esfuerzo, duración, tiempo hasta el primer token, uso de contexto, herramientas y errores. OpenCode utiliza su base de datos SQLite local, mientras que Pi emplea los archivos JSONL de sus sesiones.
Esto permite que el panel presente información de diferentes motores en una interfaz común, aunque no todos los datos tienen necesariamente el mismo nivel de precisión. El propio proyecto diferencia las fuentes y evita inventar métricas cuando una determinada señal no está disponible.
La arquitectura está organizada mediante adaptadores independientes. Añadir otro CLI requiere crear un adaptador que traduzca sus sesiones al modelo de agentes utilizado por el servidor.
Un diseño pensado para no convertirse en otro problema
El proyecto presta bastante atención a la seguridad porque el panel puede mostrar contenido de terminales, rutas de archivos y datos de sesiones.
El servidor se limita a interfaces locales como 127.0.0.1, localhost o ::1. Además, comprueba los encabezados Host y Origin cuando están presentes para reducir riesgos de ataques mediante CORS o DNS rebinding. Los controles HTTP aceptan únicamente peticiones JSON y existen límites para el tamaño de las solicitudes.
Las credenciales tampoco se copian entre perfiles. LCARS utiliza los mecanismos de autenticación propios de cada CLI y mantiene los identificadores de las cuentas separados de los secretos. La documentación indica además que los tokens utilizados para consultar datos de Claude permanecen en memoria durante la petición y no se escriben en los registros.
El proyecto incorpora pruebas para la seguridad HTTP, el lanzador, el statusline, el sistema de memoria y las escrituras simultáneas. La integración continua se ejecuta con Node 22, 24 y 26.
La versión disponible es la 0.1.0, por lo que conviene entender LCARS for Herdr como un proyecto todavía temprano y no como una plataforma empresarial consolidada. macOS figura como compatible y probado con una flota real; Linux está validado mediante CI, pero el propio autor señala que todavía no ha completado una instalación contra una instancia real de Herdr. Windows aparece como vista previa.
El resultado es una herramienta curiosa por fuera y bastante más ambiciosa por dentro. La estética de Star Trek es probablemente lo primero que llama la atención, pero el objetivo real es otro: convertir un conjunto de agentes de programación independientes en una flota que pueda observarse, medir su consumo y mover de un motor a otro sin tener que empezar cada tarea desde cero.
Preguntas frecuentes
¿Qué es LCARS for Herdr?
Es un plugin de código abierto para Herdr que ofrece un panel de control para supervisar agentes de IA, sus sesiones, cuotas, costes y actividad.
¿Cuántos agentes puede gestionar?
El proyecto está diseñado para mostrar y controlar hasta 2.000 agentes desde una misma interfaz.
¿Puede cambiar una tarea de Claude a Codex?
Sí. LCARS puede abrir otro motor en el mismo checkout y transferir el contexto guardado. El cambio requiere confirmación y no mueve permisos, servidores MCP ni herramientas que estén ejecutándose.
¿En qué sistemas funciona?
La versión 0.1.0 está soportada en macOS y Linux. Windows está disponible como vista previa.
