Workspace
Equipo
- MacBook Pro: M4 con 16 GB de RAM, el centro de mando.
- Homelab 1 & 2: Dos equipos con 32 GB de RAM cada uno: Proxmox, Ubuntu Server, Unraid, Dokploy, contenedores Docker y Stremio.
- PC con Windows: Mi único equipo con Windows, con una RTX 2080 Super, para tareas de alta demanda gráfica y para probar aplicaciones en Windows.
- VPS: Servidor de Contabo con 8 GB de RAM, Ubuntu Server, agentes activos 24/7, Hermes/OpenClaw, cronjobs y trabajos en segundo plano.
Software
- Ghostty Mi terminal de uso diario. Puedes encontrar la configuración de mi terminal en https://github.com/Angel-M-R/dotfiles.
- Rectangle Mi herramienta para gestionar ventanas.
- Stats La forma más rápida de ver el estado de mi Mac.
- CodexBar Mantiene visible en la barra de menús el uso de los modelos.
- Macshot Mi herramienta para hacer capturas de pantalla.
Mi gestor de IA
Una terminal estándar ya no basta para gestionar agentes en paralelo. Actualmente uso cmux.
También estoy usando T3 Code para controlar agentes en máquinas remotas.
Recomiendo echar un vistazo a Herdr y Orca. Hay muchas herramientas de orquestación de agentes, pero estas cuatro son mis favoritas por ahora.
Como harness utilizo OpenCode con angel-ai como orquestador. Ahí puedes ver mis servidores MCP, skills y mis agentes. En resumen:
cmux + OpenCode + angel-ai.
Mi consumo de tokens
Coste calculado con los precios de la API. Consulta tu consumo con npx devrage cost.
Coste calculado con los precios de la API. Consulta tu consumo con npx devrage cost.
Benchmarks
Hace tiempo, algunos modelos obtenían puntuaciones muy altas en benchmarks que no reflejaban su desempeño en situaciones reales. Como cada modelo tiene un precio por token distinto, dedica más o menos razonamiento a cada tarea, consume más o menos tokens y necesita más o menos pasos para completarla, resulta más útil medir el coste por tarea completada o la inteligencia por unidad de coste. Estas son las pruebas que recomiendo.