GitHub - csantisdev/ai-orchestrator: Multi-provider AI router with cost tracking, RAG memory and live dashboard. Routes tasks across Claude, OpenAI, DeepSeek and Gemini via CLI and MCP server.

Memoria, trazabilidad y control de costos para desarrollo asistido por agentes IA
Rutea tareas entre Claude, OpenAI, DeepSeek y Gemini según el contexto del proyecto,
con dashboard en vivo, tracking de costo y memoria RAG.

github.com/csantisdev/ai-orchestrator

Por qué

Los agentes IA (Claude Code, Codex, DeepSeek) generan valor en tareas acotadas, pero el historial queda disperso en archivos de sesión separados, sin visibilidad de costos ni contexto acumulado entre conversaciones. Sin memoria estructurada, cada sesión empieza desde cero y el gasto es opaco.

ai-orchestrator centraliza ese historial localmente: indexa respuestas previas en ChromaDB, rutea cada tarea al modelo más eficiente según el contexto del proyecto, y registra tokens y costo USD de cada run en SQLite. El dashboard SSE muestra el estado en tiempo real. El servidor MCP expone 12 herramientas para que cualquier agente pueda leer y escribir en el historial sin salir de su entorno de trabajo.

Quick Start

PowerShell

# 1. Crear entorno virtual
cd C:\ruta\ai-orchestrator
python -m venv .venv
.venv\Scripts\activate

# 2. Instalar dependencias
pip install -r requirements.txt
pip install -e .

# 3. Crear directorio de configuración y copiar plantillas
New-Item -ItemType Directory -Force "$env:USERPROFILE\.ai-orchestrator"
Copy-Item config.example.yaml "$env:USERPROFILE\.ai-orchestrator\config.yaml"
Copy-Item index.example.yaml  "$env:USERPROFILE\.ai-orchestrator\index.yaml"

# 4. Completar las API keys
notepad "$env:USERPROFILE\.ai-orchestrator\config.yaml"

Git Bash

# 1. Crear entorno virtual
cd /c/ruta/ai-orchestrator
python -m venv .venv
source .venv/Scripts/activate

# 2. Instalar dependencias
pip install -r requirements.txt
pip install -e .

# 3. Crear directorio de configuración y copiar plantillas
mkdir -p ~/.ai-orchestrator
cp config.example.yaml ~/.ai-orchestrator/config.yaml
cp index.example.yaml  ~/.ai-orchestrator/index.yaml

# 4. Completar las API keys
notepad ~/.ai-orchestrator/config.yaml

API Keys — obtené cada key en su plataforma y pegala en config.yaml:

Proveedor Plataforma Obligatorio

Claude (Anthropic) https://console.anthropic.com → API Keys Sí (proveedor destino)

DeepSeek https://platform.deepseek.com → API Keys Sí (router)

OpenAI https://platform.openai.com → API keys Opcional

Gemini (Google) https://aistudio.google.com/apikey Opcional

El mínimo funcional es DeepSeek (router) + Claude (proveedor destino). Ver guía detallada en docs/api-keys.md.

# 5. Verificar instalación
ai-orchestrator --help

# 6. Registrar tu primer proyecto y levantar el dashboard
ai-orchestrator add mi-proyecto --path "C:\ruta\al\proyecto"
ai-orchestrator serve                  # abre http://127.0.0.1:8080

Alcances

Capacidad	Descripción
Ruteo inteligente	DeepSeek Flash analiza la tarea y el `context.yaml` del proyecto para decidir qué modelo usar — sin hardcodear
Control de costos	Tokens de entrada, salida y cache por run. Costo en USD calculado con un catálogo de precios versionado (`ai-orchestrator pricing show/refresh/validate`), con override en `config.yaml`
Discovery de modelos	Consulta el API de cada proveedor configurado (`ai-orchestrator models list/refresh`) y compara contra el catálogo de precios — best-effort, un proveedor caído no rompe a los demás
Agentes (presets)	Perfiles reutilizables de provider/model/system-prompt (`ai-orchestrator agents add/list/show/remove`), asignables a un paso de un contexto. Capa de conveniencia sobre el router — no ejecuta nada por sí sola
Memoria RAG	ChromaDB indexa docs y respuestas previas por proyecto. Cada tarea recupera contexto semántico relevante (threshold L2=0.9 ≈ cosine_sim≥0.60) antes de llamar al modelo. Re-indexación idempotente: upsert por ID determinístico
Dashboard en vivo	Panel web con SSE — las filas aparecen en tiempo real sin recargar. Gauge de presupuesto, filtros y panel de detalle
Inspector DB	Vista interna de ChromaDB (colecciones + breakdown por proyecto) y SQLite (counts + últimos registros)
Contextos y pasos	Flujos estructurados multi-paso con checkpoints de alineación y registro de tool calls
Barra de actividad	Spans en tiempo real: Router → RAG → API → Index. Duración de cada operación visible mientras corre
Sync Claude Code	Importa sesiones de `~/.claude/projects/` al historial. Ejecutable vía hook `Stop` automáticamente
Sync Codex	Importa sesiones de OpenAI Codex CLI (`~/.codex/state_N.sqlite`) al historial, incluyendo tokens, costo y respuesta completa
Doctor / Fix	`doctor` diagnostica el estado completo en 4 secciones (config, MCP Claude/Codex, proyectos, DB). `fix` aplica correcciones automáticas: crea `.mcp.json`, `.codex/config.toml`, `context.yaml`, registra MCP global, sincroniza e indexa
Menú de acciones	Botones `doctor`, `fix`, `sync`, `index` en la barra de actividad del dashboard. Ejecutan las mismas acciones que la CLI y trazan resultados en tiempo real en el log de actividad

Fuera del alcance: no es un proxy de API (el proceso corre localmente), no orquesta agentes en paralelo, no mantiene historial de conversación entre runs.

MCP Plugin

El servidor MCP expone 12 herramientas que cualquier agente compatible (Claude Code, Cursor, Codex, Gemini Code Assist, etc.) puede invocar directamente sin usar la CLI:

Tool	Propósito
`get_context`	Retorna el objetivo y estado del contexto activo del proyecto
`list_steps`	Lista los pasos ordenados de un contexto con su estado
`confirm_alignment`	Registra un checkpoint antes de una acción significativa
`record_tool_call`	Registra cada herramienta invocada durante un paso
`advance_step`	Marca el paso actual como completado y activa el siguiente
`skip_step`	Marca un paso como omitido sin ejecutarlo
`create_context`	Crea un nuevo contexto de trabajo con pasos opcionales
`add_step`	Agrega un paso a un contexto existente durante la ejecución
`update_context`	Edita título, descripción o estado de un contexto
`update_step`	Edita título, descripción, notas o agente de un paso
`import_agent_context`	Importa trabajo de un agente externo al historial + ChromaDB
`list_agents`	Lista los agentes (presets de provider/model/system-prompt) registrados

Instalación automática: ai-orchestrator fix genera el .mcp.json en el proyecto, registra Codex en .codex/config.toml y registra Gemini en ~/.gemini/settings.json. Para Claude global, usá ai-orchestrator fix --global-mcp.

Diseño

Arquitectura

CLI / HTTP Server       cli.py · Typer + BaseHTTPRequestHandler
    │
    ├── Router          router.py
    │       Analiza tarea + context.yaml + keyword_hints
    │       Llama a DeepSeek Flash para decidir provider
    │       Enforce de step.provider si hay contexto activo
    │
    ├── RAG             rag.py · ChromaDB / FTS5 fallback
    │       retrieve_docs()      — chunks de docs del proyecto
    │       retrieve_responses() — respuestas previas similares
    │
    ├── Providers       providers/
    │       claude.py   → Anthropic API
    │       openai.py   → OpenAI API
    │       deepseek.py → DeepSeek API
    │       gemini.py   → Google Generative Language API
    │
    ├── DB              db.py · SQLite WAL
    │       runs, contexts, steps, chunks, alignments, tool_calls
    │
    ├── SSE Bus         sse.py
    │       Eventos: run_started · run_done · run_failed · trace · budget_warning
    │
    └── Dashboard       dashboard.py · HTML server-side + JS vanilla

Flujo de una tarea

Dashboard / CLI  →  submit_run()  →  Router  →  RAG retrieval
                                                      ↓
                Dashboard ←  SSE  ←  DB update  ←  Provider API  →  Index response

Directorios

C:\ruta\ai-orchestrator\          ← repo
├── orchestrator\
│   ├── cli.py              ← servidor HTTP + comandos Typer
│   ├── router.py           ← decisión de proveedor
│   ├── db.py               ← SQLite WAL + migraciones
│   ├── rag.py              ← ChromaDB / FTS5 fallback
│   ├── tracer.py           ← spans al SSE bus
│   ├── background.py       ← worker threads
│   ├── dashboard.py        ← HTML del panel web
│   ├── sse.py              ← Server-Sent Events
│   ├── codex_watcher.py    ← importador de sesiones Codex CLI
│   └── providers\          ← claude · openai · deepseek · gemini
└── docs\
    ├── index.html      ← documentación completa en /docs
    └── img\            ← banner, logo, favicons

~\.ai-orchestrator\                  ← runtime (no versionado)
├── config.yaml                      ← API keys, modelos, pricing
├── index.yaml                       ← alias → path de cada proyecto
├── runs.db                          ← historial SQLite
└── chroma\                          ← índice vectorial

mi-proyecto\                         ← versionado en cada repo
└── .orchestrator\
    └── context.yaml                 ← stack, convenciones, reglas de ruteo

Base de datos SQLite

Tabla	Contenido
`runs`	Cada llamada a un proveedor. Tokens, costo USD, duración, respuesta completa
`contexts`	Flujos de trabajo multi-paso (título, descripción, estado)
`steps`	Pasos de un contexto. Provider sugerido, orden, estado
`chunks`	Archivos indexados por RAG (proyecto, path, cantidad de chunks)
`alignments`	Checkpoints de alineación confirmados por el agente
`tool_calls`	Herramientas invocadas durante un paso (nombre, input, output, duración)

Herramientas

Gestión de proyectos

ai-orchestrator add mi-proyecto --path "C:\ruta\al\proyecto"
ai-orchestrator list
ai-orchestrator remove mi-proyecto
ai-orchestrator rename mi-proyecto nuevo-alias   # renombra alias en índice e historial

Ejecutar tareas

# El router decide el proveedor automáticamente
ai-orchestrator run --project mi-proyecto --task "revisar el endpoint de login"

# Forzar proveedor
ai-orchestrator run --project mi-proyecto --task "..." --model claude

# Modo investigación (Claude Opus)
ai-orchestrator run --project mi-proyecto --task "..." --research

Dashboard web

ai-orchestrator serve                          # http://127.0.0.1:8080
ai-orchestrator serve --port 9090 --no-open

El dashboard tiene dos pestañas:

Dashboard — tabla de runs en tiempo real, formulario de nueva tarea, panel de detalle, gauge de presupuesto, barra de actividad con spans
Inspector — estado interno de ChromaDB y SQLite, registro de proyectos con folder picker nativo

Tipo de cambio USD/CLP (opcional): El dashboard incluye un panel para consultar el tipo de cambio vía la API del Banco Central de Chile (si3.bcentral.cl). Es una feature opcional y específica de Chile — requiere credenciales gratuitas en ese sitio. Usuarios fuera de Chile pueden ignorarla; el resto del dashboard funciona sin configurarla.

La documentación completa está en http://127.0.0.1:8080/docs una vez levantado el servidor.

Indexación RAG

ai-orchestrator index-docs mi-proyecto
ai-orchestrator index-docs mi-proyecto --exclude "vendor,storage,public/build"  # excluir carpetas
ai-orchestrator index-docs mi-proyecto --exclude "vendor" --save                 # guardar exclusiones en context.yaml

Sin costo de IA — usa embeddings locales (all-MiniLM-L6-v2). También disponible desde el Inspector del dashboard. Re-indexar es siempre seguro: el upsert usa IDs determinísticos (proyecto::ruta::chunk_idx), no acumula duplicados.

Parámetros RAG configurables en rag.py:

Parámetro	Valor	Descripción
`_CHUNK_SIZE`	1500	Caracteres por chunk
`_CHUNK_OVERLAP`	200	Solapamiento entre chunks
`_DISTANCE_THRESHOLD`	0.9	Umbral L2 (≈ cosine_sim≥0.60). Bajar = más permisivo
`_MAX_FILE_BYTES`	100 000	Tamaño máximo de archivo a indexar
`_MAX_PY_FILES`	30	Máximo de archivos `.py` por proyecto

Extensiones indexadas: .md .txt .yaml .yml .toml .rst .json (docs) + .py (código, hasta 30 archivos).

Directorios siempre excluidos: .venv venv __pycache__ .git node_modules vendor build dist .claude .codex .aws .ssh.

Exclusión automática por stack (detectada desde context.yaml):

Stack	Carpetas sugeridas
`laravel` / `php`	`vendor` `storage` `bootstrap`
`node` / `react`	`node_modules` `dist` `.next` `build`
`python`	`.venv` `venv` `__pycache__` `dist` `build`
`go`	`vendor`
`ruby`	`vendor` `tmp` `log`

Historial

ai-orchestrator history
ai-orchestrator history --project mi-proyecto --last 50

Contextos y pasos

ai-orchestrator create-context mi-proyecto "Implementar autenticación JWT"
ai-orchestrator list-contexts mi-proyecto

Agentes (presets reutilizables)

Un agente es un preset con nombre, global (no por proyecto): opcionalmente fija provider/model y agrega texto al system prompt de la tarea. Es una capa de conveniencia sobre el router — sigue haciendo falta disparar cada run manualmente (CLI, dashboard o MCP), no ejecuta nada de forma autónoma.

ai-orchestrator agents add security-reviewer --provider claude --model claude-opus-4-8 `
    --system-prompt-addition "Priorizá riesgos de seguridad y validación de inputs antes que estilo."
ai-orchestrator agents list
ai-orchestrator agents show security-reviewer
ai-orchestrator agents remove security-reviewer

Se guardan en ~/.ai-orchestrator/agents.yaml (editable a mano). Para asignar un agente a un paso, usá agent_preset en los tools MCP add_step / update_step / create_context, o el tool list_agents para ver los disponibles. GET /agents expone el registro vía HTTP local.

Diagnóstico y correcciones automáticas

# Verificar el estado completo del orquestador
ai-orchestrator doctor
ai-orchestrator doctor --verbose         # muestra paths, modelos y chunk counts
ai-orchestrator doctor -p mi-proyecto   # limitar a un proyecto específico

# Aplicar correcciones automáticas
ai-orchestrator fix                      # crea .mcp.json + .codex/config.toml + context.yaml faltantes
ai-orchestrator fix --global-mcp        # + registra MCP en ~/.claude/settings.json global
ai-orchestrator fix --sync              # + importa sesiones Claude Code y commits Git
ai-orchestrator fix --index             # + indexa proyectos sin chunks en ChromaDB
ai-orchestrator fix --all               # aplica todas las mejoras anteriores juntas

doctor verifica cuatro secciones y muestra ✓ / ⚠ / ✗ por cada ítem:

Sección	Qué revisa
Entorno	Python version, `.venv` activo
Configuración global	`config.yaml` cargable, API keys de los 3 providers, `index.yaml`, `runs.db`, ChromaDB
MCP / Claude Code / Codex	`.mcp.json` en el proyecto, `.codex/config.toml`, MCP en `~/.claude/settings.json` global
Proyectos	Ruta existe, `context.yaml` generado, indexado en ChromaDB

fix aplica mejoras en orden determinista: .mcp.json → .codex/config.toml → context.yaml → MCP global → sync → index. Salta automáticamente lo que ya está en orden y reporta cada acción tomada.

Dashboard: doctor, fix, sync e index también están disponibles como botones en la barra de actividad (franja inferior del dashboard). Los resultados se muestran en tiempo real en el log de actividad sin recargar la página.

Importar trabajo de agentes externos

# Registrar en el historial una sesión realizada por otro agente
ai-orchestrator import-context mi-proyecto \
  --task "revisar performance de queries" \
  --response "Se detectaron 3 queries N+1 en el listado de usuarios..." \
  --agent deepseek --model deepseek-v4-flash

# Limpiar runs importados de un proyecto/proveedor
ai-orchestrator clear-imports mi-proyecto
ai-orchestrator clear-imports mi-proyecto --provider deepseek

Sync de sesiones Claude Code y Codex

# Importar sesiones de Claude Code (~/.claude/projects/)
ai-orchestrator sync-cc           # importa sesiones nuevas
ai-orchestrator sync-cc --quiet   # para hooks

# Importar sesiones de OpenAI Codex CLI (~/.codex/state_N.sqlite)
ai-orchestrator sync-codex
ai-orchestrator sync-codex --quiet

Integración automática con Claude Code — agregar en ~/.claude/settings.json:

{
  "hooks": {
    "Stop": [{
      "matcher": "",
      "hooks": [{
        "type": "command",
        "command": "C:\\Fuentes\\ai-orchestrator\\.venv\\Scripts\\ai-orchestrator.exe sync-cc --quiet"
      }]
    }]
  }
}

Catálogo de precios y modelos

Los precios efectivos se resuelven con esta precedencia: override en config.yaml → cache local (~/.ai-orchestrator/pricing-cache.json, con TTL) → catálogo remoto (solo si se pide refresh explícito y catalog.allow_remote: true) → catálogo estático bundleado (docs/pricing/models.json) → DEFAULT_PRICING como último fallback. Ver docs/pricing/README.md para el detalle.

ai-orchestrator pricing show        # tabla efectiva, fuente y fecha
ai-orchestrator pricing refresh     # fuerza refresh remoto si allow_remote está activo
ai-orchestrator pricing validate    # modelos usados en runs.db sin precio

ai-orchestrator models refresh      # consulta el API de cada proveedor configurado (best-effort)
ai-orchestrator models list         # modelos disponibles vs. con precio en el catálogo

GET /pricing, POST /pricing/refresh, GET /models y POST /models/refresh exponen lo mismo vía HTTP local.

Configuración

`~/.ai-orchestrator/config.yaml`

providers:
  claude:
    api_key: "sk-ant-..."
    model: "claude-sonnet-4-6"
  openai:
    api_key: "sk-..."
    model: "gpt-4o"
  deepseek:
    api_key: "sk-..."
    model: "deepseek-v4-flash"
  gemini:
    api_key: "AIza..."
    model: "gemini-2.5-flash"

router:
  provider: "deepseek"
  fallback_provider: "claude"

defaults:
  default_provider: "claude"

pricing:
  claude-sonnet-4-6:
    input: 3.00
    output: 15.00
    cache_write: 3.75
    cache_read: 0.30
  deepseek-v4-flash:
    input: 0.14
    output: 0.28
  gemini-2.5-flash:
    input: 0.30
    output: 2.50
  gemini-2.5-pro:
    input: 1.25
    output: 10.00

budgets:
  default_daily_budget_usd: 5.00
  warning_threshold: 0.80

config.yaml vive en ~/.ai-orchestrator/ y nunca se versiona. Ver config.example.yaml para la plantilla completa y docs/api-keys.md para obtener cada API key.

`.orchestrator/context.yaml` (por proyecto)

name: mi-proyecto
stack: PHP/Laravel
description: Aplicación web con autenticación y roles

# Límite de gasto diario en USD para este proyecto (sobreescribe el default de config.yaml)
daily_budget_usd: 2.00

conventions:
  - Form Requests para validación
  - PSR-12

preferred_models:
  default: claude
  notes: >
    Autenticación y permisos van a Claude.
    Tests y seeders pueden ir a DeepSeek.
    Refactors frontend van bien con OpenAI.

# Palabras clave que influyen en la decisión del router (weight 1-5)
keyword_hints:
  - { match: "seguridad", provider: claude,   weight: 3 }
  - { match: "test",      provider: deepseek, weight: 2 }
  - { match: "refactor",  provider: openai,   weight: 1 }

Ver esquema completo en docs/context-schema.md.

Modelos disponibles

La fuente de verdad es el catálogo versionado en docs/pricing/models.json (validado contra docs/pricing/schema.json), no una tabla estática en este README — así no se desincroniza. Para ver los precios efectivos vigentes:

ai-orchestrator pricing show

Precios en USD por millón de tokens. Los modelos Claude soportan cache write/read. gemini-2.5-pro requiere billing habilitado en Google Cloud — en el free tier la cuota es 0. Usar gemini-2.5-flash para cuentas sin billing.

Troubleshooting

Problema	Causa	Solución
`ProjectNotFoundError: alias 'X' no está registrado`	El alias no existe en el índice	`ai-orchestrator add X --path "C:\ruta"`
`ChromaDB no inicializa`	Permisos o directorio faltante	Verificar escritura en `~/.ai-orchestrator/chroma/`
`API key inválida`	Key incorrecta o expirada	Revisar `config.yaml`, regenerar key en la plataforma
`429 Too Many Requests` con Gemini	Cuota free tier agotada para `gemini-2.5-pro`	Usar `gemini-2.5-flash` (tiene cuota free) o habilitar billing en Google Cloud
`ModuleNotFoundError: chromadb`	ChromaDB no instalado	`pip install chromadb` — sin él el RAG usa FTS5 como fallback
Mojibake en contextos MCP desde Codex (Windows)	`sys.stdin` hereda encoding `cp1252`	Ya resuelto: el servidor fuerza `utf-8` al arrancar. Datos previos: reparar con `update_context` / `update_step`
Panel de actividad se abre solo	Comportamiento esperado en la primera traza	Colapsarlo manualmente — el estado se respeta para el resto de la sesión
`doctor` muestra ✗ en ChromaDB	ChromaDB no inicializa o colección vacía	Ejecutar `ai-orchestrator index-docs <alias>` por proyecto

Instalación

Ver la guía paso a paso en Quick Start al inicio de este documento.

requirements.txt ya incluye ChromaDB. Sin él el router usa FTS5 (SQLite full-text search) como fallback automático; con él la búsqueda semántica está disponible.

VS Code: Ctrl+Shift+P → Tasks: Run Task → Orchestrator: Dashboard

Seguridad local

El orquestador nunca envía datos del proyecto a servidores externos, excepto el texto del prompt al provider elegido (Claude, OpenAI, DeepSeek).

El indexador RAG excluye automáticamente:

Por nombre de archivo: .env, credentials.json, id_rsa, secrets.yaml, .npmrc, auth.json, terraform.tfvars, etc.
Por extensión: .pem, .key, .p12, .pfx, .cer, .crt, .tfstate, .tfvars
Por directorio: .aws, .ssh, .kube, .gcloud, .claude, .codex
Por contenido: patrones de API keys (Anthropic sk-ant-..., OpenAI sk-proj-..., MercadoPago) y bloques de clave privada PEM

El dashboard HTTP escucha solo en 127.0.0.1 (loopback). No hay autenticación porque el servidor no es accesible desde la red local ni desde internet.

MIT License

Name		Name	Last commit message	Last commit date
.codex		.codex
.github/workflows		.github/workflows
.vscode		.vscode
docs		docs
orchestrator		orchestrator
scripts		scripts
tests		tests
.gitattributes		.gitattributes
.gitignore		.gitignore
.mcp.json.example		.mcp.json.example
LICENSE		LICENSE
README.md		README.md
config.example.yaml		config.example.yaml
index.example.yaml		index.example.yaml
pyproject.toml		pyproject.toml
requirements.txt		requirements.txt

Navigation Menu

Repository files navigation

Por qué

Quick Start

Alcances

MCP Plugin

Diseño

Arquitectura

Flujo de una tarea

Directorios

Base de datos SQLite

Herramientas

Gestión de proyectos

Ejecutar tareas

Dashboard web

Indexación RAG

Historial

Contextos y pasos

Agentes (presets reutilizables)

Diagnóstico y correcciones automáticas

Importar trabajo de agentes externos

Sync de sesiones Claude Code y Codex

Catálogo de precios y modelos

Configuración

`~/.ai-orchestrator/config.yaml`

`.orchestrator/context.yaml` (por proyecto)

Modelos disponibles

Troubleshooting

Instalación

Seguridad local

About

Releases

Packages

Used by

Contributors

Languages

Proveedor	Plataforma	Obligatorio
Claude (Anthropic)	https://console.anthropic.com → API Keys	Sí (proveedor destino)
DeepSeek	https://platform.deepseek.com → API Keys	Sí (router)
OpenAI	https://platform.openai.com → API keys	Opcional
Gemini (Google)	https://aistudio.google.com/apikey	Opcional

Latest commit

History

Folders and files

Repository files navigation

Por qué

Quick Start

Alcances

MCP Plugin

Diseño

Arquitectura

Flujo de una tarea

Directorios

Base de datos SQLite

Herramientas

Gestión de proyectos

Ejecutar tareas

Dashboard web

Indexación RAG

Historial

Contextos y pasos

Agentes (presets reutilizables)

Diagnóstico y correcciones automáticas

Importar trabajo de agentes externos

Sync de sesiones Claude Code y Codex

Catálogo de precios y modelos

Configuración

~/.ai-orchestrator/config.yaml

.orchestrator/context.yaml (por proyecto)

Modelos disponibles

Troubleshooting

Instalación

Seguridad local

About

Topics

Resources

Stars

Watchers

Forks

Releases

Packages

Used by

Contributors

Languages

`~/.ai-orchestrator/config.yaml`

`.orchestrator/context.yaml` (por proyecto)