Sprix SAGE Router: reencaminamiento con checkpoint para agentes A2A gana 3.800 estrellas
El proyecto open source de Sprix AI supera las 3.800 estrellas en GitHub en 21 días, con un algoritmo de routing que decide continuar, colaborar o transferir una tarea en ejecución.
Sprix SAGE Router, la propuesta de Sprix AI para orquestar agentes en redes A2A, ha alcanzado las 3.822 estrellas en GitHub apenas tres semanas después de su creación. Con una media de 185 estrellas diarias, el proyecto ha captado la atención de la comunidad de desarrolladores de sistemas multiagente.
Qué hace SAGE
SAGE se presenta como la capa de decisión que falta entre A2A (Agent2Agent) y la ejecución de tareas. A2A resuelve el descubrimiento de agentes y la comunicación, pero no decide quién debe hacer el trabajo cuando ya ha empezado. SAGE evalúa tres rutas en un mismo marco con restricciones de permisos, presupuesto y plazo: SELF, mantener al agente actual; COLLABORATE, añadir colaboradores manteniendo la propiedad, y HANDOFF, ceder la tarea a un especialista que pueda superar la pérdida de contexto.
El algoritmo
El sistema combina confianza global y condicionada al requisito para cada agente, y tiene en cuenta el progreso completado de la tarea. Si el propietario actual ha completado una fracción f_r, un candidato externo puede reutilizar esa fracción solo si existe portabilidad de artefactos. La fórmula de reutilización η_r es f_r cuando se mantiene el propietario y f_r * τ_r (siendo τ_r la portabilidad) cuando se cambia. Sobre eso se calcula una capacidad calibrada. El repositorio incluye también un evaluador independiente que revisa los puntos de control sin depender de la ecuación conmutadora.
Ingeniería y adopción
Aunque es un resultado de investigación, el código incorpora funciones prácticas: filtrado por permisos, búsqueda acotada de candidatos, cotas de carga de trabajo y persistencia de estado. La documentación del proyecto explica la integración con A2A y ofrece una comparativa con líneas base.
El rápido crecimiento de estrellas sugiere que el problema del reencaminamiento en mitad de la ejecución interesa a quien despliega agentes en entornos abiertos. Queda por ver si la comunidad mantiene el ritmo de contribuciones después de la popularidad inicial.
