AI-Lib
🇺🇸 English 🇨🇳 简体中文 🇯🇵 日本語 🇪🇸 Español
Ecosistema de código abierto

Un protocolo,
todos los proveedores de IA.

AI-Lib es una infraestructura de cliente de IA basada en un protocolo abierto y runtimes multi-lenguaje. Estandariza capacidades en manifiestos declarativos — ejecución consistente, enrutamiento de modelos, políticas y pipelines resilientes entre proveedores heterogéneos.

Comenzar Ver en GitHub
37
Proveedores IA
6
Proyectos
0
Lógica hardcodeada
4
Runtimes

6 proyectos, 1 ecosistema

Una capa de especificación define las reglas. Cuatro implementaciones de runtime (Rust, Python, TypeScript, Go) las hacen realidad.

v1.1.0

AI-Protocol

Especificación V2 con manifiestos de tres anillos, MCP, Computer Use y multimodal —sin lógica hardcodeada.

  • 37 proveedores (12 manifiestos V2 + set V1 completo)
  • Arquitectura de pirámide de tres anillos V2
  • STT/TTS/Rerank en manifiestos (Jina, OpenAI, Cohere)
  • Schemas MCP / CU / Multimodal
  • ProviderContract + schema de precios
  • Herramienta CLI de validación
  • Validación de JSON Schema
  • Configuración recargable en caliente
Más información
v1.2.0

ai-lib-rust

Runtime Rust de alto rendimiento. Workspace E/P (ai-lib-core + ai-lib-contact), Pipeline + AiClient basados en manifiestos, salida estructurada y módulos por feature.

  • AiClient + pipeline de streaming por operadores
  • Crates ai-lib-core / ai-lib-contact
  • 13 códigos de error estándar V2
  • Salida estructurada y text-tool (TTC)
  • Opcional: embeddings, puente MCP, computer_use
  • Resiliencia opt-in (ai_lib_rust::resilience)
  • Crates.io v1.2.0
Más información
v1.1.0

ai-lib-python

Runtime Python amigable para desarrolladores. Códigos de error estándar V2, extras por capacidad, soporte async completo, tipos Pydantic v2 y telemetría de producción.

  • ProviderDriver (OpenAI/Anthropic/Gemini)
  • MCP tool bridge + aislamiento de namespace
  • Computer Use + SafetyPolicy
  • Extras STT/TTS/Rerank
  • Seguridad de tipos Pydantic v2
  • Enrutamiento y balanceo de carga de modelos
  • 75+ tests V2, publicado en PyPI
Más información
v1.1.0

ai-lib-ts

Runtime TypeScript/Node.js para el ecosistema npm. Impulsado por protocolo, streaming-first, con Resilience, Routing, MCP y soporte multimodal.

  • Parsing de manifiestos V2 + códigos de error estándar
  • Resilience (Retry, CircuitBreaker, RateLimiter, Backpressure)
  • ModelManager + CostBasedSelector + FallbackChain
  • SttClient, TtsClient, RerankerClient
  • McpToolBridge, EmbeddingClient, Plugins
  • BatchExecutor + PreflightChecker
  • fetch nativo, publicado en npm
Más información
v1.1.0

ai-lib-go

Runtime Go (v1.1.0). pkg/ailib ejecución + pkg/contact fallback; HTTP basado en manifiestos y ExecutionMetadata.

  • pkg/ailib Client + chat HTTP con manifiestos
  • pkg/contact FallbackClient (circuit breaker)
  • 13 códigos de error estándar V2
  • Decodificador SSE ChatStream (openai_sse)
  • Endpoints con control de capacidades
  • API con context de Go 1.21+
Más información

Herramientas de desarrollo

v1.0.1

ai-protocol-mock

Servidor mock unificado para runtimes AI-Protocol. Mock HTTP (formatos OpenAI + Anthropic) y mock MCP JSON-RPC para pruebas de integración.

  • Mock HTTP impulsado por manifiestos
  • OpenAI, Anthropic + STT/TTS/Rerank
  • MCP tools/list, tools/call, capabilities
  • Soporte Docker
  • Integración terceros (ZeroClaw, CI)
  • Sincronizar manifiestos desde ai-protocol
Ver en GitHub →

Proyectos de referencia

Aplicaciones de referencia construidas sobre el ecosistema AI-Lib —ve el protocolo y los runtimes en acción.

v0.3.1

AI Debate

Arena de debate AI multi-modelo. Pro vs Con en cuatro rondas, luego un Juez emite el veredicto. Construido con ai-lib-rust y ai-protocol.

  • Flujo de debate en 4 rondas (Apertura →Refutación →Defensa →Cierre →Veredicto)
  • Búsqueda web vía Tavily (opcional)
  • Multi-proveedor: DeepSeek, Zhipu, Groq, Mistral, OpenAI, Anthropic
  • Fallback automático, streaming SSE en tiempo real
  • Axum + SQLite, UI oscura moderna
Ver en GitHub →
v0.2.0

ZeroSpider

Runtime de agente AI autónomo impulsado por protocolo, bifurcado de ZeroClaw con integración ai-protocol, enrutamiento inteligente y negociación multi-modelo.

  • Bifurcado de ZeroClaw con integración del ecosistema ai-protocol
  • Enrutamiento inteligente: coste, velocidad, calidad, puntuación de fiabilidad
  • Negociación multi-modelo y ejecución paralela de tareas
  • Canales: Telegram, Discord, Matrix
  • Despliegue remoto, hardware (GPIO, STM32)
Ver en GitHub →
v0.4.2

SpiderSwitch

Servidor MCP para cambio dinámico de modelos AI. Permite a los agentes descubrir, cambiar y gestionar modelos AI entre proveedores mediante herramientas MCP estándar.

  • Servidor compatible con MCP (transporte stdio)
  • Herramientas switch_model / list_models / get_status / exit_switcher
  • Impulsado por protocolo: toda la configuración desde manifiestos ai-protocol
  • Multi-proveedor: OpenAI, Anthropic, Google, DeepSeek, etc.
  • Python + ai-lib-python SDK, configuración automática del protocolo
Ver en GitHub →

Diseño impulsado por protocolo

«Toda la lógica son operadores, toda la configuración es protocolo.» Todo el comportamiento del proveedor se declara en YAML —los runtimes contienen cero lógica hardcodeada de proveedores.

Configuración declarativa

Endpoints de proveedores, autenticación, mapeos de parámetros, decodificadores de streaming y manejo de errores —todo declarado en manifiestos YAML, validado por JSON Schema.

Pipeline basado en operadores

Las respuestas en streaming fluyen por operadores componibles: Decoder, Selector, Accumulator, FanOut, EventMapper. Cada operador es impulsado por el protocolo.

Listo para recarga en caliente

Actualiza la configuración de proveedores sin reiniciar. Los cambios de protocolo se propagan automáticamente a los runtimes. Añade nuevos proveedores por configuración, no por código.

Arquitectura del ecosistema

Tres capas trabajando juntas —la especificación define las reglas, los runtimes las ejecutan, las aplicaciones consumen interfaces unificadas.

Arquitectura del ecosistema AI-Lib APLICACIÓN RUNTIME PROTOCOLO Apps web / servicios API Rust / Python / TS Tu código de aplicación Agentes de IA Multi-turno / tool calling Herramientas CLI Lotes / pipelines de datos Pruebas y desarrollo Servicios mock ai-lib-rust v1.2.0 AiClient Pipeline Transport Resilience Embeddings Cache / Batch Crates.io · tokio + reqwest · <1ms overhead ai-lib-python v1.1.0 AiClient Pipeline Transport Resilience Telemetry Routing PyPI · httpx + Pydantic v2 · async/await ai-lib-ts v1.1.0 AiClient Pipeline Transport Resilience MCP Bridge Batch NPM · fetch + Zod · ESM / CJS Cargar manifiestos AI-Protocol v1.1.0 spec.yaml Especificación central providers/*.yaml 37 manifiestos de proveedores models/*.yaml Registro de modelos YAML definitions → JSON compilation → Runtime consumption · Vendor neutral ai-protocol-mock v1.0.1 Servidor mock Pruebas locales Grabar/reproducir Pruebas snapshot Comprobación de cumplimiento Pruebas · CI/CD · sin API real mock

Cómo funciona

Desde la petición del usuario hasta eventos de streaming unificados —cada paso es impulsado por el protocolo.

Flujo de datos petición-respuesta FLUJO DE PETICIÓN → Usuario chat() AiClient UnifiedRequest Protocol compile_request() Transport HTTP POST Proveedor de IA OpenAI, etc. ← FLUJO DE RESPUESTA (SSE/JSON) Flujo de bytes SSE / NDJSON Decoder Frames JSON Pipeline Select → Accumulate → Map EventMapper StreamingEvent Aplicación Eventos unificados Todo el mapeo de parámetros y la normalización de eventos lo impulsan los manifiestos — sin lógica hardcodeada Eventos unificados: PartialContentDelta · ToolCallStarted · PartialToolCall · StreamEnd

Elige tu runtime

Mismo protocolo, diferentes fortalezas. Elige el runtime que encaje con tu stack.

Capacidad AI-Protocol Rust SDK Python SDK TypeScript SDK Go SDK
Sistema de tipos JSON Schema Tiempo de compilación (Rust) Tiempo de ejecución (Pydantic v2) Tiempo de compilación (TypeScript) Tiempo de compilación (Go Structs)
Streaming Especificación SSE/NDJSON tokio async streams async generators AsyncIterator + fetch Iteración de flujo nativo (Native stream iteration)
Resiliencia Especificación de política de reintentos Circuit breaker, rate limiter, backpressure ResilientExecutor con todos los patrones RetryPolicy, CircuitBreaker, RateLimiter Tiempo de espera del contexto, reintento automático
V2 Driver Especificación ProviderContract Box<dyn ProviderDriver> ProviderDriver ABC ManifestV2 + HttpTransport Interfaz ProviderDriver
MCP Esquema mcp.json McpToolBridge McpToolBridge McpToolBridge Planeado
Computer Use Esquema computer-use.json ComputerAction + SafetyPolicy ComputerAction + SafetyPolicy —/td> —/td>
Multimodal Esquema multimodal.json MultimodalCapabilities MultimodalCapabilities SttClient, TtsClient, RerankerClient MultimodalCapabilities
Embeddings —/td> Operaciones vectoriales, similitud Operaciones vectoriales, similitud EmbeddingClient EmbeddingClient
Distribución GitHub / npm Crates.io PyPI npm goproxy
Ideal para Especificación y estándares Sistemas, crítico para rendimiento ML, ciencia de datos, prototipado Node.js, ecosistema npm, full-stack Servidores de alta concurrencia, microservicios

37 proveedores de IA soportados

Todo impulsado por configuración de protocolo — cero lógica hardcodeada. 6 manifiestos V2 con declaraciones MCP/CU/Multimodal.

Proveedores globales

OpenAI OpenAI
Anthropic Anthropic
Google Gemini Google Gemini
Groq Groq
Mistral Mistral
Cohere Cohere
Azure OpenAI Azure OpenAI
Together AI Together AI
Hugging Face Hugging Face
Grok Grok
Ollama Ollama
D
DeepInfra
O
OpenRouter
N
NVIDIA
F
Fireworks
R
Replicate
A
AI21 Labs
C
Cerebras
P
Perplexity
L
Lepton AI

Región de China

DeepSeek DeepSeek
Qwen Qwen
D
Doubao
Z
Zhipu GLM
Baidu ERNIE Baidu ERNIE
Tencent Hunyuan Tencent Hunyuan
iFlytek Spark iFlytek Spark
Moonshot Moonshot
M
MiniMax
B
Baichuan
Y
Yi / 01.AI
S
SiliconFlow
S
SenseNova
T
Tiangong

¿Listo para empezar?

Lee la documentación, elige tu runtime (Rust, Python, TypeScript o Go) y empieza a desarrollar con 37 proveedores de IA hoy mismo.

Guía de inicio rápido Leer la documentación