Kepler y Codistry: dos nuevas herramientas que cambian cómo programar con agentes IA
Dos herramientas que resuelven problemas distintos del desarrollo agéntico
El desarrollo con agentes de IA tiene dos cuellos de botella: orquestar múltiples agentes en múltiples repositorios y darle al agente contexto suficiente sobre un codebase existente. Dos herramientas lanzadas esta semana atacan cada uno de estos problemas: GitKraken Kepler y Codistry.
GitKraken Kepler: un entorno para gobernar todos tus agentes
Kepler es un Agentic Development Environment (ADE) de GitKraken, ahora en public preview gratuita para cualquier cuenta de GitKraken. Está disponible para Windows, Mac y Linux.
El problema que resuelve
Si estás corriendo dos, tres o más agentes de IA simultáneamente —Claude Code en una terminal, Codex en otra, Cursor en una tercera— ya conocés el problema: los agentes son rápidos, pero la orquestación es caos. Vas saltando entre ventanas, perdiendo el rastro de qué terminal corre qué tarea, sin una vista unificada del estado de cada branch.
Kepler fue construido para cerrar esa brecha. Como dice el ingeniero que creó la primera versión: "Tengo muchas terminales abiertas, y con todas esas pestañas era muy difícil mantener el foco. No soy un malabarista."
Cómo funciona
Kepler se conecta a los agentes que ya estás usando —no los reemplaza. Soporta cualquier agente compatible con el Agent Client Protocol (ACP), que hoy incluye:
- Claude Code
- Codex
- Cursor
- Gemini
- Copilot
- OpenCode
- Augment (Augie)
Un equipo racionando créditos en un proveedor puede mover una tarea a otro sin cambiar de herramienta.
Tasks como unidad de coordinación cross-repo
El concepto central de Kepler es el Task: una unidad de trabajo que puede abarcar múltiples repositorios. Una migración de base de datos, un cambio de API y una actualización de frontend pueden vivir dentro de un solo Task, con contexto compartido, en lugar de tres branches desconectados.
Tres entry points para iniciar trabajo:
- From scratch: definí un task, adjuntá repos y agregá contexto
- From an issue: Kepler se conecta a Jira, Trello, Linear, GitHub Issues, GitLab Issues y Azure DevOps
- From a PR: traé un agente para abordar feedback de review o para revisar un PR antes que un teammate lo vea
Vistas y control
- Kanban board: columnas Exploration, In Development, In Review, Done. Cada card muestra branch, task, repo y última acción del agente
- Lista y console view: para escanear todo a la vez
- Diff view: abrí un worktree y Kepler muestra los archivos cambiados por el agente, con diff al lado del task que los produjo
- Remote access: una tarea iniciada desde desktop puede revisarse desde el teléfono u otro browser
Modos y esfuerzo
- Plan mode: el agente describe su approach antes de tocar código
- Default mode: pide permiso antes de acciones riesgosas
- Autonomous mode: el agente trabaja sin preguntar, pero todo cambio está gated detrás de un commit
- Effort level: un dial para costo —bajalo para controlar tokens, subilo para razonamiento profundo
Git intelligence
Lo que diferencia a Kepler de un simple wrapper de agentes es la Git intelligence debajo. GitKraken lleva construyendo esta capa desde 2014: branch graph awareness, conflict resolution, merge readiness. Kepler incluye:
- Commit Composer: estructura el output del agente en commits limpios y revisables
- Conflict Resolver y Auto-Rebasing: resuelve colisiones de agentes paralelos y mantiene branches actualizadas
- Branch Intelligence y Merge Readiness: estado de branch, riesgo de conflicto y merge readiness son signals de primera clase en la UI
- Human-in-the-Loop: rutea los momentos que requieren juicio humano de vuelta al developer
Precio
Kepler es gratis durante public preview con cualquier cuenta de GitKraken.
Codistry: el Context Engine que entiende tu codebase
Codistry es un asistente de IA para VS Code, lanzado el 2 de agosto de 2026 por Adronite. Su característica definitoria no es la generación de código —eso lo hacen todos— sino el Context Engine: un índice local del repositorio que ayuda al agente a entender cómo encaja un proyecto.
El problema que resuelve
Los agentes de IA modernos pueden generar grandes cantidades de código, pero la generación rara vez es el único problema en proyectos maduros. El problema más difícil es entender dónde pertenece un cambio, qué componentes afecta y qué convenciones debe respetar. Codistry pone ese conocimiento del repositorio debajo del modelo, en lugar de esperar que el modelo lo redescubra desde cero en cada tarea.
Cómo funciona el Context Engine
- Construye un mapa estructural local del repositorio
- Identifica relaciones y dependencias entre archivos
- Encuentra código por concepto, no solo por texto
- Selecciona archivos relevantes al inicio de una tarea
- Surfaces archivos que cambian juntos frecuentemente
- Se refresca después de commits, checkouts y pulls
La documentación etiqueta el sistema como experimental y aconseja tratar sus sugerencias como orientación, no como verdad indiscutible.
Model-agnostic
Codistry no está atado a un solo proveedor de IA. Soporta:
- Anthropic vía API directa
- OpenAI vía API directa
- Endpoints custom OpenAI-compatible para modelos locales, gateways corporativos y otros despliegues
Los modelos custom deben soportar tool calling porque el agente depende de herramientas para leer, buscar, editar y ejecutar. El modelo default se cambia en settings; sesiones individuales pueden usar otro modelo.
Subagentes
Codistry incluye un subagente general-purpose built-in y permite definir agentes adicionales con:
- Herramientas restringidas
- Aprobaciones de comandos
- Límites máximos de turns
El agente principal puede delegar tareas de investigación o implementación autocontenidas, y el resultado se devuelve a la conversación principal. Los project agents pueden almacenarse en el repositorio.
Adronite está revampando los subagentes con controles per-agent de modelo y razonamiento, además de triggers que pueden lanzar workflows en respuesta a decisiones del modelo o eventos del repositorio.
Precio
El tier Developer es gratis. Los usuarios suministran su propia API de Anthropic, OpenAI, o endpoint local/corporativo y pagan los costos del proveedor directamente. El código fuente se envía solo al proveedor seleccionado; la telemetría anónima se puede desactivar.
Kepler vs Codistry: cuándo usar cada uno
| Aspecto | Kepler | Codistry |
|---|---|---|
| Problema principal | Orquestar múltiples agentes en múltiples repos | Dar contexto de codebase al agente |
| Forma | App standalone (ADE) | Extensión VS Code |
| Agentes soportados | Claude Code, Codex, Cursor, Gemini, Copilot, OpenCode, Augment | Anthropic, OpenAI, custom endpoints |
| Multi-repo | Sí, nativo con Tasks cross-repo | No, enfocado en un repo a la vez |
| Context Engine | No (depende del agente) | Sí, índice estructural local |
| Git intelligence | Avanzada (conflict resolution, auto-rebase, merge readiness) | Básica |
| Precio | Gratis durante preview | Gratis (tier Developer) |
Conclusión
Kepler y Codistry representan las dos direcciones en las que evoluciona el desarrollo con IA: orquestación a escala y contexto profundo. Kepler es para equipos que ya corren múltiples agentes y necesitan una superficie unificada para dirigirlos, con Git intelligence seria debajo. Codistry es para desarrolladores individuales que trabajan en codebases maduros donde el problema no es generar código sino entender dónde encaja el cambio.
Ambas herramientas son gratis y vale la pena probarlas. Kepler en gitkraken.com/kepler y Codistry en el marketplace de VS Code.