Proyectos compartidos: cómo trabajan juntos personas y agentes de IA en Orkas

Hasta ahora, todo lo que configurabas en Orkas era solo tuyo. Escribías las instrucciones del proyecto, tus agentes iban acumulando memoria, reunías archivos de referencia y organizabas el trabajo en pendientes; y en cuanto necesitabas que un compañero, un colaborador externo o un cliente se encargara de una parte, todo ese contexto se quedaba contigo. Podías pegar un prompt en una app de chat, pero un prompt no es un manual de trabajo.

Orkas 1.8 convierte el proyecto en el lugar donde las personas trabajan juntas. Invitas a otras personas a un proyecto; reciben las mismas instrucciones, la misma memoria, los archivos de la Biblioteca, los pendientes y los agentes compartidos, y cada una hace su parte con su propio equipo de IA.

Cómo funciona Orkas para una sola persona

Los proyectos compartidos se apoyan en piezas de Orkas que ya existen, así que antes conviene hacer un breve recorrido.

Tu ordenador — la app de escritorio de Orkas (macOS · Windows)
├─ Commander — planifica el trabajo, elige agentes, reúne los resultados
│  ├─ Especialistas integrados — investigación, redacción, presentaciones, imágenes, vídeo, ofimática, código, UI, SEO/GEO …
│  ├─ Tus agentes personalizados — instrucciones + habilidades + estándares
│  └─ Agentes CLI externos — Claude Code, Codex, OpenCode …
├─ Agent Harness — bucle de ejecución, herramientas, sesiones, permisos
├─ Contexto — memoria (agente · proyecto · central), habilidades, conectores
└─ Proyectos — instrucciones, memoria, Biblioteca, pendientes, automatizaciones

Modelos — modelos oficiales de Orkas o tus propias claves de proveedor
Nube de Orkas — cuenta y créditos · sincronización personal opcional · proyectos compartidos

Commander y los especialistas. Tú hablas con Commander. Commander decide si responde directamente, si pasa el trabajo a un especialista o si reparte partes entre varios agentes a la vez y reúne lo que le devuelven. Los especialistas son agentes con un cometido muy concreto y las herramientas para cumplirlo. Puedes crear tus propios agentes en un chat: un rol, un procedimiento de trabajo, los estándares que debe cumplir y las habilidades que puede usar. Si ya usas Claude Code o Codex, también puedes conectarlos como agentes.

El Agent Harness. Todos los agentes funcionan sobre el mismo entorno de ejecución: un bucle que llama al modelo, ejecuta herramientas, comprueba los permisos y mantiene una sesión que se puede recuperar. Lo explicamos en detalle en La capa que convierte un modelo en un producto.

Memoria y habilidades. Cada agente tiene su propia memoria, cada proyecto tiene la memoria del proyecto y Commander mantiene una pequeña memoria central que se conserva a lo largo de todo tu trabajo. Las habilidades son carpetas con instrucciones y scripts que un agente puede cargar cuando el trabajo lo requiere.

Proyectos. Un proyecto es el lugar donde vive el trabajo que se prolonga durante días o semanas:

• Instrucciones del proyecto: objetivos y reglas de trabajo, de hasta 4000 caracteres, que se leen al empezar cada tarea del proyecto.
• Memoria del proyecto: los datos que el proyecto conserva de una tarea a otra.
• Biblioteca: los archivos de referencia del proyecto. Los agentes buscan en ella, la leen y pueden guardar allí sus entregables.
• Pendientes: el trabajo planificado. Cada pendiente tiene un estado: Pendiente → En curso → Esperando confirmación → Completada. Cuando un agente termina un pendiente, lo pasa a Esperando confirmación; una persona revisa el trabajo y lo pasa a Completada o lo devuelve a En curso.
• Automático: un interruptor opcional que permite a Commander avanzar los pendientes que estén listos, de uno en uno. Viene desactivado por defecto y avanza como máximo 20 pendientes al día.

Modelos. Puedes usar los modelos oficiales de Orkas con créditos o añadir tu propia clave de proveedor (OpenAI, Anthropic, Gemini, DeepSeek, OpenRouter o cualquier endpoint compatible con OpenAI).

Todo esto se diseñó pensando en una persona que dirige un equipo de IA. Los proyectos compartidos mantienen ese modelo y suman más personas.

Proyectos compartidos: un proyecto puede tener miembros

Cuando compartes un proyecto, Orkas sube lo que necesita un compañero de equipo y deja el resto donde estaba. El cuadro de diálogo lo dice claramente antes de que confirmes: «Se subirán las instrucciones, la memoria, los archivos, los pendientes y sus adjuntos. Las tareas y las automatizaciones seguirán siendo privadas.»

Maya (propietaria) ── su Commander, agentes, modelos, créditos, chats
Leo  (miembro)     ── su Commander, agentes, modelos, créditos, chats
Ana  (miembro)     ── su Commander, agentes, modelos, créditos, chats
        │
        │  instrucciones · memoria · Biblioteca · pendientes · agentes compartidos
        ▼
Proyecto compartido en la nube de Orkas — almacenamiento a cargo de la propietaria

Cada miembro tiene en su Orkas una copia local completa de las partes compartidas, y sus agentes trabajan a partir de esa copia.

Un ejemplo paso a paso

Maya dirige un pequeño estudio de contenidos. Comparte su proyecto Lanzamiento de primavera con Leo, redactor publicitario, y con Ana, diseñadora autónoma.

1. Maya los invita. En la tarjeta Miembros del proyecto, hace clic en Invitar miembros. La primera vez, el cuadro de diálogo explica qué se va a compartir y ofrece la opción Empezar a compartir y crear enlace. Copia el enlace —válido durante 7 días— y se lo envía a Leo y a Ana.

2. Leo se une. Abre el enlace en su navegador, inicia sesión (basta con una cuenta gratuita), hace clic en Aceptar invitación y después en Abrir Orkas. Si todavía no tiene Orkas instalado, la página le ofrece descargarlo. El proyecto aparece en su barra lateral, marcado como proyecto compartido, y sus archivos, pendientes y agentes se descargan en segundo plano.

3. Maya comparte su agente de redacción. Su agente personalizado Redactor de marca conoce el tono del estudio. Los agentes personalizados no se comparten automáticamente, así que hace clic en Compartir en ese agente. Orkas lo publica como un paquete: sus instrucciones y sus habilidades, incluidas las que ha ido adquiriendo mientras trabajaba. No se incluyen ni su memoria ni su historial de chat. El Orkas de Leo y el de Ana lo instalan automáticamente.

4. Maya planifica el trabajo. Añade un pendiente, «Redactar tres correos de lanzamiento a partir del briefing», asigna a Leo como Miembro responsable y adjunta el briefing.

5. La IA de Leo hace el trabajo, en el ordenador de Leo. Leo vincula Redactor de marca al pendiente y elige Procesar ahora. Primero, Orkas reserva la ejecución en el servidor: solo el miembro responsable puede iniciarla y solo puede haber una ejecución activa a la vez. Se abre una nueva conversación de tarea en el ordenador de Leo. El agente lee las instrucciones del proyecto, la memoria del proyecto y el briefing adjunto, puede buscar en la Biblioteca y usa el modelo y los créditos de Leo. Cuando termina, pasa el pendiente a Esperando confirmación y guarda los borradores en la Biblioteca, tal como piden las instrucciones del proyecto.

6. Todos ven el resultado, no la conversación. En pocos minutos —o en cuanto Maya abre el proyecto o hace clic en Actualizar— aparecen puntos rojos en las pestañas Pendientes y Biblioteca. Maya abre los borradores de Leo desde la Biblioteca y, cuando están bien, pasa el pendiente a Completada. La conversación de Leo con su agente se queda de su lado.

7. Dos personas editan el mismo archivo. Ana y Maya retocan las dos el briefing. Si sus cambios no se solapan, Orkas fusiona el texto automáticamente. Si se solapan, Conflictos del proyecto muestra Mi versión junto a Versión compartida, y cada persona elige una.

Un consejo a raíz del paso 5: un agente solo guarda archivos en la Biblioteca cuando se le pide. Añade a las instrucciones del proyecto una línea como «Guarda cada entregable en la Biblioteca» y los agentes de todos los miembros lo harán.

Muchas personas, muchos agentes

En un proyecto compartido, cada pendiente tiene una persona responsable, y puede tener un agente vinculado que haga el trabajo.

• Commander puede planificar para el equipo. En un proyecto, Commander puede leer la lista completa de pendientes —incluidos los de tus compañeros—, crear pendientes, asignarlos a miembros y adjuntar archivos. También puede repartir un trabajo sin asignar entre varios especialistas y combinar sus resultados.
• Solo tú eliges el agente de tus pendientes. Puedes asignar un pendiente a Leo, pero el agente que lo ejecuta lo elige Leo. Si reasignas un pendiente, se le quita el agente.
• Los agentes compartidos hacen que todos sigan el mismo manual. Cuando Maya mejora Redactor de marca, Orkas lo vuelve a publicar y los miembros reciben la nueva versión automáticamente; una ejecución que ya está en marcha conserva la versión con la que empezó. Solo quien compartió un agente puede modificarlo o dejar de compartirlo.
• Los agentes integrados están disponibles para todos. Los agentes del Marketplace que se añaden al proyecto se instalan automáticamente para cada miembro.
• Los agentes CLI siguen siendo personales. Leo puede seguir usando Claude Code o Codex en sus propias tareas dentro del proyecto —reciben las instrucciones y la memoria del proyecto—, pero no se pueden compartir ni vincular a pendientes en un proyecto compartido. Dependen de una CLI instalada y con la sesión iniciada en el ordenador de una persona.
• Automático es individual. Cada miembro puede activar Automático para sí mismo. En un proyecto compartido, solo avanza los pendientes asignados a ese miembro.

Por qué lo hemos construido así

Compartir el proyecto, no la conversación

Una conversación de trabajo con un agente está llena de arranques en falso, peticiones a medio formular y notas privadas. Un compañero rara vez la necesita; lo que necesita es el resultado y las reglas que lo produjeron. Por eso, los proyectos compartidos sincronizan lo duradero —instrucciones, memoria, Biblioteca, pendientes y agentes— y mantienen privadas las conversaciones. Los resultados llegan al equipo como debe llegar un trabajo terminado: como archivos en la Biblioteca y un pendiente esperando confirmación.

Cada uno trae su propia IA

En un proyecto compartido, cada miembro ejecuta los agentes con sus propios modelos, claves, inicios de sesión en conectores, ajustes de permisos y créditos: las mismas reglas que en su trabajo personal. El propietario no paga el uso de IA de los miembros, y no se comparten las claves de API ni los créditos de nadie. El servidor almacena los archivos compartidos, comprueba quién puede hacer qué y asigna las reservas de ejecución. No ejecuta agentes.

Las personas responden del trabajo; los agentes lo hacen

Un pendiente se asigna a una persona, no a un agente. El agente decide cómo hacer el trabajo, pero nunca sustituye a la persona responsable. Solo esa persona puede iniciar una ejecución y, cuando un agente termina, devuelve el pendiente para que se confirme en lugar de darlo por completado. Con varias personas y muchos agentes en un mismo proyecto, alguien tiene que responder de cada parte, así que siempre es una persona.

Asíncrono a propósito

Lo que editas en Orkas se guarda primero en tu ordenador y se publica en segundo plano. Los demás reciben los cambios cuando abren el proyecto, vuelven a la app, hacen clic en Actualizar o en la siguiente comprobación, que se hace cada cinco minutos. No hay edición simultánea en tiempo real. Los agentes escriben mucho, y a menudo todo a la vez; un punto de control predecible inspira más confianza que unos archivos que cambian mientras trabajas con ellos. Cuando dos ediciones chocan, Orkas fusiona lo que puede fusionar con seguridad y, si no, pide a una persona que elija.

Primero, los equipos pequeños

Para compartir, el propietario necesita un plan de pago; los miembros se unen con una cuenta gratuita. Así, aceptar una invitación no le cuesta nada a un autónomo, a un cliente ni a una nueva incorporación, y el coste de compartir —el plan y el almacenamiento en la nube— recae en quien creó el proyecto. Los planes están pensados para equipos pequeños —de tres a diez personas por proyecto—, no para departamentos.

En resumen

Orkas nació para que una persona dirigiera un equipo de agentes de IA. Los proyectos compartidos mantienen esa forma y la amplían: un equipo pequeño comparte lo que hace útiles a esos agentes —las reglas, la memoria, el material y el plan—, mientras cada persona conserva su propia IA, sus claves y sus conversaciones, y sigue siendo responsable de su parte del trabajo.

Si quieres cuatro configuraciones de equipos pequeños listas para copiar, consulta Proyectos compartidos en equipo.

Si ya trabajas con un compañero, un colaborador externo o un cliente, pruébalo en un proyecto: escribe vuestro manual de trabajo común en sus instrucciones e invítalos. Puedes descargar Orkas gratis para macOS y Windows.