Hola HN, acabo de abrir el código del DSL que nuestro harness en grep.ai usa para convertir partes repetibles del trabajo de agentes en flujos de trabajo. Puedes combinar llamadas a herramientas, código, decisiones de sistema uno impulsadas por Jev para cosas como enrutamiento y cribado de evidencia, y agentes cuando un paso necesita más investigación.

Nuestro harness usa los rastros y notas retrospectivas que los agentes dejan al hacer un trabajo para averiguar qué partes pueden convertirse en un flujo de trabajo. La idea es hacer el trabajo más fácil de entender y evitar pagar por un bucle completo de agente donde no sea necesario. Por ejemplo, un flujo de trabajo de investigación puede dividir una pregunta en subpreguntas, enviar agentes a investigarlas en paralelo, usar Jev para cribar la evidencia, y tener otro agente que escriba el informe.

El DSL y los ejemplos están en nuestro GitHub. Hay una demo con guion que puedes ejecutar sin claves API: https://github.com/Parcha-ai/agentrun. También puedes usarlo como una extensión de Pi para construir, inspeccionar y ejecutar flujos de trabajo: https://github.com/Parcha-ai/agentrun#use-it-in-pi. Me encantaría saber si esto es útil para otros.