Skip to content

README.md

Latest commit

 

History

History
95 lines (83 loc) · 6.99 KB

README.md

File metadata and controls

95 lines (83 loc) · 6.99 KB
Raw

Espejo opencode de Data Attack

Esta carpeta es el espejo opencode de la suite. Los agentes (agent/*.md) los GENERA tools/sync_opencode.py desde .claude/agents/ — no los edites a mano. opencode.json es la config de opencode (estatica).

No metas claves de documentacion tipo $comment en opencode.json. opencode valida el fichero con un esquema estricto (Zod .strict()) y aborta (Configuration is invalid ... Unrecognized keys, y sobre Bun puede acabar en IOT instruction/SIGABRT) ante cualquier clave que no reconozca. Solo $schema esta permitida. Documenta aqui, no en el JSON. tools/verify_opencode.py rechaza claves de nivel superior desconocidas para que no vuelva a colarse. (Nota: tools/routing.json SI puede llevar $comment porque lo lee nuestro propio Python, no opencode.)

opencode.json — notas

  • Orquestador: es el agente primary (agent.orchestrator, claude-opus-4-8); los 23 especialistas son subagents en agent/*.md. Ver AGENTS.md.
  • Provider Ollama (local): declarado para el piloto de routing (ver tools/routing.json). Keyless: habla OpenAI-compatible contra el daemon local (http://localhost:11434/v1). Inerte hasta que un agente referencie ollama/...; el Orquestador y los agentes no enrutados siguen en anthropic/*. Requiere ollama serve + ollama pull <modelo>. Si las tool-calls fallan, sube num_ctx en Ollama (~16k-32k).
  • A2A: el bus A2A (mensajes entre agentes) es del runtime Claude Code / bot, no del espejo opencode — sync_opencode.py no propaga el bloque a2a: del frontmatter. opencode es un espejo de desarrollo/laboratorio para practicar con modelos locales, no para correr engagements con A2A.

Modelos gratuitos (LAB-ONLY) — v1.9.0

El espejo opencode declara varios providers gratuitos para practicar/desarrollar contra laboratorios propios sin gastar. Solo afectan a opencode; el bot real de engagements sigue 100% Anthropic. Reglas duras (innegociables): LAB-ONLY, jamás datos de cliente, nunca en E2/E3 (air-gapped). En el perfil ACTIVO se enrutan solo agentes mecánicos (recon/escaneo/parseo); nunca triage/explotación/reporting — salvo el perfil NVIDIA LAB completo (más abajo), que enruta toda la cadena a NVIDIA (no entrena s/ ToS) solo para smoke-test de cableado contra labs sintéticos.

provider npm env var clase
groq @ai-sdk/openai-compatible GROQ_API_KEY no entrena ✅ (perfil activo)
cerebras @ai-sdk/openai-compatible CEREBRAS_API_KEY no entrena ✅ (perfil activo)
nvidia (NIM) @ai-sdk/openai-compatible NVIDIA_API_KEY no entrena (s/ ToS) ✅ · 100+ modelos (opt-in)
deepseek @ai-sdk/openai-compatible DEEPSEEK_API_KEY entrena/residencia ⚠️ (opt-in)
minimax @ai-sdk/anthropic MINIMAX_API_KEY entrena/residencia ⚠️ (opt-in)
zhipu (GLM) @ai-sdk/anthropic ZHIPU_API_KEY entrena/residencia ⚠️ (opt-in)
openrouter @ai-sdk/openai-compatible OPENROUTER_API_KEY los :free entrenan ⚠️ (opt-in)
  • Perfil activo (tools/routing.json): los 5 agentes mecánicos van a Groq/Cerebras, que no entrenan con los prompts (riesgo de fuga menor). El resto de providers quedan declarados pero NO enrutados (opt-in manual: añade su provider/model a routing.json y exporta su clave).
  • NVIDIA NIM (opt-in, no entrena): una sola clave (NVIDIA_API_KEY) da acceso a 100+ modelos gratis, incluidos varios de razonamiento (DeepSeek-R1, Llama-3.3-Nemotron-Super-49B). Útil para smoke-test del pipeline contra laboratorios propios sin gastar Anthropic. Su ToS (API Catalog) declara que no entrena con los prompts (stateless), pero NVIDIA disclaim PII/PHI/PCI → LAB-ONLY igual (jamás cliente/E2/E3). El auto-deploy.sh la pide de forma interactiva (la escribe en .opencode/opencode.env, gitignored). Para enrutar un agente a razonamiento NVIDIA, p.ej.: "vuln-triage": "nvidia/deepseek-ai/deepseek-r1" (recuerda el gotcha del /: provider nvidia, modelo deepseek-ai/deepseek-r1, que debe existir en provider.nvidia.models).

Perfil NVIDIA LAB completo (corroborar el cableado con NVIDIA free)

Para conducir toda la cadena (20 agentes de recon/explotación, incl. el clúster AD) con modelos free de NVIDIA y corroborar que la suite se mueve solo con NVIDIA sin gastar Anthropic. El perfil vive en un fichero versionado — tools/routing.nvidia-lab.json (única fuente de verdad; verify_opencode.py lo valida) — y cada agente va a su mejor modelo (mecánicos→llama-3.3-70b; razona-medio→nemotron-super-49b; razona-profundo→deepseek-r1; gpt-oss-120b para tool-driving). Análisis modelo↔agente en docs/cost-optimization.md.

python tools/apply_routing.py nvidia-lab   # aplica el perfil + regenera el espejo (sync_opencode)
python tools/apply_routing.py default      # revierte al perfil activo (5 mecánicos a Groq/Cerebras)

El auto-deploy.sh también lo ofrece (interactivo, o --opencode-nvidia no-interactivo).

Solo cableado, no medición. Corrobora que el flujo end-to-end corre con NVIDIA; la corrida OFICIAL del GATE se mide con Claude (benchmark/run_gate.py lanza claude, no opencode). El espejo opencode NO ejecuta los hooks deterministas (scope_guard/C1–C19) ni el bus A2A — es inherente a opencode, no a NVIDIA. El Orquestador (opencode.json) y knowledge-postmortem (escribe a memoria) se quedan en Anthropic a propósito. Los free degradan calidad y topan a ~40 RPM/modelo (con 20 agentes en paralelo puede throttlear). LAB-ONLY: jamás cliente, nunca E2/E3. Exporta NVIDIA_API_KEY (el auto-deploy.sh la pide).

  • Claves por entorno, sin auth login: opencode lee {env:VAR} en runtime. Copia opencode.example.env → opencode.env, rellénalo y cárgalo (set -a; . ./opencode.env; set +a). opencode.env (y todo *.env) está gitignored; la plantilla *.example.env sí se versiona.
  • Gotcha OpenRouter / GPT-OSS: sus IDs llevan / (p.ej. deepseek/deepseek-chat-v3-0324:free, openai/gpt-oss-120b). En routing.json el valor se parte por el primer / (openrouter/deepseek/deepseek-chat-v3-0324:free → provider openrouter, modelo deepseek/deepseek-chat-v3-0324:free), y ese modelo debe existir como clave en provider.<x>.models de opencode.json.
  • MiniMax/GLM son Anthropic-compatible (@ai-sdk/anthropic + baseURL propio), no OpenAI-compatible. DeepSeek/Groq/Cerebras/OpenRouter sí son OpenAI-compatible.
  • Los IDs de modelo y los free-tier CAMBIAN: re-confirma contra la doc de cada provider / models.dev antes de enrutar. tools/verify_opencode.py valida el cruce ruta↔provider↔modelo, así que un id inexistente no pasa silenciosamente.
  • Revertir a 100% Anthropic: vacía routes ({}) en routing.json y re-corre python tools/sync_opencode.py.