Para mi proyecto de correo electrónico del agente MCP, quería crear una forma sencilla de compartir el buzón de correo electrónico del agente utilizado por mis agentes de codificación para un proyecto real, de modo que la gente pudiera ver en detalle cómo funciona, ya que las capturas de pantalla solo muestran una parte. Llevo un par de días trabajando en una "aplicación complementaria" comercial para el proyecto y anteriormente compartí mi flujo de trabajo para ello utilizando 7 instancias de Codex concurrentes trabajando en equipo. Después de muchas horas de trabajo, ya han intercambiado más de 1000 mensajes entre agentes, así que decidí usarlo como un ejemplo extremo. Puedes ver la bandeja de entrada real de todos los agentes en el siguiente enlace, que es un sitio estático alojado en GitHub Pages sin utilizar un servidor tradicional: https://t.co/ZAbCMtFym0 Utiliza una versión de SQLite basada en WebAssembly y ofrece un rendimiento bastante bueno a pesar de ejecutarse completamente en el navegador. También añadí un comando muy sencillo al proyecto para que cualquiera pueda exportar y compartir su buzón de correo del agente y desplegarlo automáticamente en GitHub mediante la utilidad gh (o las páginas de Cloudflare). Consulta las capturas de pantalla a continuación para ver cómo funciona. El visor para compartir reproduce fielmente la apariencia de la interfaz web integrada de Python y es totalmente compatible con filtrado, ordenación, búsqueda y un práctico modo de "hilo de mensajes" similar a la interfaz de Gmail. Además, es fácil actualizar un buzón compartido existente a medida que tus agentes envían más mensajes. Es útil por sí sola, pero la verdadera razón por la que agregué esta función fue para mostrar el sistema cuando se usa en un proyecto real, siguiendo el flujo de trabajo que compartí anteriormente, donde se usa un plan de desarrollo detallado y también se hace que los agentes usen el proyecto Beads de Steve Yegge para la gestión de tareas. Si revisas los mensajes de ejemplo en el enlace de arriba, podrás comprender perfectamente el funcionamiento del sistema. Los agentes se adaptan rápidamente y saben comunicarse eficazmente, autoorganizándose para resolver problemas de forma cooperativa. Configurar el sistema en tu máquina solo te llevará un par de minutos con un comando de instalación de una sola línea (ver el siguiente tuit). Pruébalo y sentirás la potencia de la Inteligencia Artificial General (IAG): tus agentes se convertirán de repente en un pequeño equipo de desarrollo o una startup trabajando para ti.
Aquí tienes el comando de una sola línea para instalarloraw.githubusercontent.com/Dicklesworthst…t.co/l05IgC4vbS | bash -s -- --yes Lo que esto hace: Instala uv si falta y actualiza tu PATH para esta sesión. Crea un entorno virtual de Python 3.14 e instala las dependencias con uv. Ejecuta la integración de detección automática para conectar las herramientas de agente compatibles. Inicia el servidor HTTP MCP en el puerto 8765 e imprime un token de portador enmascarado. Crea scripts auxiliares en scripts/ (incluido run_server_with_token.sh)
Aquí tenéis mi última publicación sobre mi nuevo flujo de trabajo y las indicaciones para utilizar efix.com/doodlestein/st…correo del agente:

