¿Qué es JiuwenSwarm?
JiuwenSwarm, antes llamado JiuwenClaw y que ahora se publica como WorkSwarm (paquete de PyPI workswarm), es un sistema de agentes autoalojado de openJiuwen. openJiuwen es una comunidad de código abierto cuyo código lleva avisos de copyright de Huawei Technologies y cuya organización de GitHub figura en China. Un agente Leader descompone una tarea y asigna las partes a agentes especialistas, que pueden ejecutarse en varios procesos o máquinas; un modo de agente único se ocupa de las peticiones del día a día. Tiene los espacios Work y Code, más Design desde la v0.2.8, una interfaz web, una interfaz de terminal, apps de escritorio para Windows, macOS y HarmonyOS, y nueve canales de chat: Xiaoyi, Feishu, DingTalk, WeCom y WeChat personal en China, y Telegram, Discord, Slack y WhatsApp en el resto del mundo.
El repositorio se creó el 5 de marzo de 2026 y tiene unas 8.470 estrellas en GitHub, 1.150 forks, 1.246 issues abiertos y 609 pull requests abiertos, con 129 colaboradores registrados. Esa cifra de estrellas no llama la atención para un proyecto con tanta actividad visible. Es Python con licencia Apache-2.0. La v0.2.8 se etiquetó el 31 de octubre de 2026; la versión más reciente en PyPI es la 0.2.7, y workswarm tuvo 871 descargas en la última semana. Los modelos vienen de Huawei Cloud MaaS, OpenAI, DeepSeek, DashScope, SiliconFlow, OpenRouter, otras API compatibles con OpenAI o un servidor local.
¿Merece la pena JiuwenSwarm?
JiuwenSwarm es menos un asistente personal que un equipo de agentes con una interfaz de chat delante. OpenClaw y nanobot giran en torno a un solo agente que te recuerda; el modo Cluster, el predeterminado de JiuwenSwarm, pone a un Leader a descomponer el trabajo y repartir las piezas entre especialistas. Los scripts de Swarmflow añaden pipelines fijos de varias etapas con un presupuesto de tokens por equipo y pasos de aprobación humana. La v0.2.8 añade agentes verificadores y retadores que votan sobre un resultado, y permite que Claude Code o Codex se unan a un equipo como expertos externos. Ninguno de los dos rivales llega tan lejos en orquestación.
La seguridad exige una lectura atenta. El README dice que las herramientas piden aprobación antes de ejecutarse, y el motor de permisos documentado en el repositorio es minucioso: niveles allow, ask y deny, reglas integradas para comandos de shell arriesgados y una lista blanca para rutas fuera del espacio de trabajo. Sin embargo, en nuestra lectura de la plantilla de configuración que incluye el paquete, sin cambios en este punto en la v0.2.7 y la v0.2.8, permissions.enabled está en false y bash, PowerShell, la escritura y la edición de archivos están todos en allow. La documentación dice que un motor desactivado permite cualquier llamada a herramientas. Quien conecte WhatsApp o Telegram sin editar ese archivo le está dando una shell a un modelo. El sandbox opcional jiuwenbox envuelve las herramientas en bubblewrap con seccomp y Landlock, pero solo en Linux y como servicio aparte.
Los valores predeterminados de datos son más discretos. La exportación de OpenTelemetry está desactivada y, al activarla, apunta a localhost; las trazas de equipo van a un archivo local. Los prompts van al proveedor de modelos que configures. El inicio de sesión de prueba del cliente de escritorio, añadido en la v0.2.7, concede una cuota de recursos de modelos alojados, y las notas de la versión no dicen quién los gestiona ni qué se conserva. No se ha publicado ningún aviso de seguridad en GitHub, lo que en un proyecto tan joven probablemente refleja menos escrutinio externo del que recibe OpenClaw, más que un historial limpio.
Su centro de gravedad es China. Cinco de los nueve canales son plataformas chinas, Huawei Cloud MaaS es el primer proveedor de la lista, el README recomienda un espejo de PyPI de Tsinghua y los comentarios de la plantilla de configuración están en chino. Ha cambiado de nombre dos veces y ha publicado 32 versiones en GitHub, 14 de ellas preliminares, en menos de ocho meses. Frente a nanobot es mucho más grande y más difícil de auditar. Frente a OpenClaw llega a menos apps de chat occidentales y tiene una comunidad mucho más pequeña, pero va más lejos en la coordinación de muchos agentes a lo largo de una tarea larga.
Dónde se gana su sitio
Un equipo de plataforma de un fabricante chino que trabaja en Feishu
Dar a la plantilla un agente en el chat de grupo que investigue preguntas y redacte informes
Activa el canal de Feishu en config.yaml con las credenciales del bot; en los grupos se @menciona al bot. Apunta los modelos a Huawei Cloud MaaS o DeepSeek, y pon permissions.enabled en true con bash en ask antes de que nadie de fuera del equipo pueda escribirle.
Un analista de una consultora de estrategia
Convertir un encargo amplio en un informe sectorial con fuentes de un día para otro
El modo Cluster hace que el Leader reparta investigación, análisis y redacción entre agentes especialistas, con un presupuesto de tokens por equipo que limita el gasto. La factura son tokens de modelo, que se multiplican con el número de agentes, así que un modelo más barato para los compañeros de equipo la contiene.
Un ingeniero de backend que compara frameworks multiagente
Ejecutar un pipeline fijo de varias etapas con un paso de aprobación humana
Escribe un script de Swarmflow en Python con etapas humanas y sigue las ejecuciones desde la TUI con /swarmflows. Ejecuta las herramientas dentro de jiuwenbox en Linux si el pipeline lee entradas no fiables; necesita bubblewrap, y NET_ADMIN para el aislamiento de red.
Antes de decidirte
- Puesta en marcha
- pip install workswarm (el README sugiere un espejo de Tsinghua en China), después jiuwenswarm-init y jiuwenswarm-start, y abre http://localhost:5173. Python 3.11 o posterior; la 0.2.7 de PyPI exige una versión inferior a 3.14. Hay que fijar un modelo predeterminado en la interfaz web o en ~/.jiuwenswarm/config/config.yaml antes de la primera respuesta. Hay instaladores de escritorio para Windows, macOS y PC con HarmonyOS.
- Integraciones
- Xiaoyi, Feishu, DingTalk, WeCom, WeChat personal, Telegram, Discord, Slack y WhatsApp; servidores MCP, A2A y el Swarm Skills Hub; proveedores con protocolo de OpenAI y de Anthropic, entre ellos Huawei Cloud MaaS, DeepSeek, DashScope, SiliconFlow, OpenRouter, Ollama, LM Studio, vLLM y SGLang; Claude Code y Codex como miembros del equipo desde la v0.2.8.
- Datos y privacidad
- La configuración, la memoria y las sesiones viven en ~/.jiuwenswarm; los prompts van a tu proveedor de modelos. La exportación de OpenTelemetry está desactivada por defecto y, cuando se activa, registra el contenido completo de los mensajes salvo que se desactive log_messages. No hay avisos de seguridad publicados en GitHub. Apache-2.0; el README deja el cumplimiento de la Ley de IA de la UE en manos del usuario.
- Coste a escala
- No hay edición de pago publicada. El coste son los tokens de modelo, multiplicados por el número de agentes en el modo Cluster, más una máquina para el gateway; los equipos distribuidos ejecutan el Leader y los compañeros como procesos o hosts separados.
- Límites
- La plantilla de configuración incluida desactiva las aprobaciones de herramientas. 1.246 issues abiertos y 609 pull requests abiertos. Tres nombres (JiuwenClaw, JiuwenSwarm, WorkSwarm) dispersan la documentación y los paquetes. Xiaoyi y WhatsApp solo admiten chat privado.
Lo bueno
- Orquestación de Leader y equipo con pipelines de Swarmflow y presupuestos de tokens
- Canales nativos de Feishu, DingTalk, WeCom, WeChat y Xiaoyi
- Motor de permisos allow/ask/deny detallado y un sandbox opcional con bubblewrap
- Apache-2.0, con la exportación de OpenTelemetry desactivada por defecto
Lo malo
- La configuración incluida desactiva el motor de permisos y permite la shell
- Dos cambios de nombre; PyPI va por detrás de las versiones de GitHub
- Comentarios de configuración y algunos mensajes solo en chino
- Unos 1.250 issues abiertos y un ritmo rápido de betas
Ideal para
Equipos de ingeniería en Feishu, DingTalk o WeCom que quieren que varios agentes se repartan trabajos largos de investigación o programación y que configurarán ellos mismos los permisos.
Alternativas a JiuwenSwarm
JiuwenSwarm: preguntas frecuentes
- ¿Merece la pena JiuwenSwarm?
- JiuwenSwarm es la opción multiagente seria para equipos que trabajan en Feishu, DingTalk o WeCom, pero la configuración que trae deja las herramientas de shell y de archivos en allow, diga lo que diga el README. Le damos un 3.6 sobre 5.
- ¿Cuánto cuesta JiuwenSwarm?
- Gratuito y de código abierto (Apache-2.0). Pagas a tu proveedor de modelos, o ejecutas un modelo local.
- ¿Qué inconvenientes tiene JiuwenSwarm?
- La configuración incluida desactiva el motor de permisos y permite la shell; dos cambios de nombre; PyPI va por detrás de las versiones de GitHub; comentarios de configuración y algunos mensajes solo en chino; unos 1.250 issues abiertos y un ritmo rápido de betas.
- ¿Para quién es JiuwenSwarm?
- Equipos de ingeniería en Feishu, DingTalk o WeCom que quieren que varios agentes se repartan trabajos largos de investigación o programación y que configurarán ellos mismos los permisos.
- ¿Cuánto cuesta JiuwenSwarm para un equipo o en producción?
- No hay edición de pago publicada. El coste son los tokens de modelo, multiplicados por el número de agentes en el modo Cluster, más una máquina para el gateway; los equipos distribuidos ejecutan el Leader y los compañeros como procesos o hosts separados.
- ¿Es JiuwenSwarm seguro para los datos de la empresa?
- La configuración, la memoria y las sesiones viven en ~/.jiuwenswarm; los prompts van a tu proveedor de modelos. La exportación de OpenTelemetry está desactivada por defecto y, cuando se activa, registra el contenido completo de los mensajes salvo que se desactive log_messages. No hay avisos de seguridad publicados en GitHub. Apache-2.0; el README deja el cumplimiento de la Ley de IA de la UE en manos del usuario.
- ¿Cuáles son las mejores alternativas a JiuwenSwarm?
- Las alternativas más cercanas que hemos analizado son OpenClaw, nanobot, CrewAI y Hermes Agent.
Respuestas comprobadas el 31 oct 2026.