BeeAI Framework: agentes de IA con reglas de comportamiento
BeeAI Framework es una biblioteca open source para crear agentes de IA y sistemas multiagente en Python o TypeScript. Creada por IBM y cedida después a la Linux Foundation, está pensada para desarrolladores que quieren agentes previsibles, sea cual sea el modelo.
Datos a 22 de octubre de 2026
Lo esencial en cifras
| Editor | Projet BeeAI (LF AI & Data, Linux Foundation), créé et contribué par IBM |
|---|---|
| Tipo | Código |
| Lenguajes | Python, TypeScript |
| Código abierto | Sí |
| Licencia | Apache-2.0 |
| Primera versión | 2024 |
| Nivel recomendado | Intermedio |
| Usos | multiagente, flujos de trabajo, RAG |
| Autoalojable | Sí |
| Modelo de negocio | Gratis |
| Oferta en la nube | No |
| Multiagente | Sí |
| Compatible con MCP | Sí |
| Libre elección de modelo | Sí |
| Sitio oficial | Sitio oficial · Documentación · Repositorio |
GitHub
| Repositorio | i-am-bee/beeai-framework |
|---|---|
| Estrellas en GitHub | 3439 |
| Forks | 535 |
| Última actividad del código | 21 de octubre de 2026 |
| Última versión publicada | typescript_v0.1.31 (28 de septiembre de 2026) |
Actividad de GitHub consultada el 22 de octubre de 2026.
De IBM a la Linux Foundation
BeeAI nació en IBM, primero en TypeScript y después con una biblioteca de Python lanzada en versión alfa en febrero de 2025. En abril de 2025, IBM lo cedió a la LF AI & Data Foundation junto con otros dos proyectos. Hoy el framework busca la paridad completa entre sus versiones de Python y TypeScript, algo poco habitual: la mayoría de sus competidores priorizan un solo lenguaje.
Qué permite construir
BeeAI ofrece las piezas habituales de un agente de IA: herramientas (búsqueda web, meteorología, ejecución de código o herramientas propias), memoria de conversación, caché, serialización del estado, RAG con bases vectoriales, plantillas de prompts y «workflows» para orquestar varios agentes. Su rasgo distintivo es el Requirement Agent, que permite fijar reglas de conducta que el agente debe respetar, para reducir los comportamientos imprevisibles de un modelo a otro.
En interoperabilidad, BeeAI admite el protocolo MCP para usar herramientas externas y el protocolo A2A para dialogar con agentes de otros frameworks. Un módulo «Serve» permite publicar sus agentes en un servidor mediante esos protocolos.
Cómo empezar
Lo más sencillo es partir de las plantillas oficiales de proyecto (una para Python y otra para TypeScript) o instalar el paquete beeai-framework con pip o npm. Instale Ollama y un modelo Granite para ejecutar los ejemplos gratis en su equipo y luego cámbielo por el proveedor que prefiera. El ejemplo de referencia muestra un agente principal que delega preguntas en dos agentes especializados.
Ventajas y límites
Ventajas: dos lenguajes al mismo nivel, agentes con reglas más previsibles, MCP y A2A integrados, una gobernanza neutral y licencia Apache 2.0.
Límites: la comunidad y la oferta de tutoriales son más reducidas que las de los frameworks más conocidos; las versiones publicadas siguen en 0.x, señal de que la interfaz aún puede cambiar; e IBM no garantiza soporte. Para un uso empresarial, conviene seguir de cerca las notas de versión.
Alternativas
CrewAI y LangGraph están más extendidos para el trabajo multiagente, Strands Agents también cubre Python y TypeScript, y Mastra es una opción centrada en TypeScript.
Frameworks del mismo tipo
Preguntas frecuentes
¿BeeAI es un producto de IBM?
IBM lo creó y lo donó a la LF AI & Data Foundation, vinculada a la Linux Foundation, en abril de 2025. Desde entonces sigue una gobernanza abierta. El aviso legal del repositorio indica que IBM no se compromete a ofrecer soporte: es un proyecto comunitario, no un producto comercial.
¿Qué modelos se pueden usar con BeeAI?
El framework usa una capa común que se conecta a varios proveedores, entre ellos Ollama, Groq, OpenAI y watsonx.ai. Los ejemplos oficiales ejecutan un modelo Granite en local con Ollama, así que puede probarlo sin pagar una API.
¿Qué es el Requirement Agent?
Es un tipo de agente al que se le imponen reglas: por ejemplo, pensar antes de actuar o llamar a una herramienta concreta en un paso determinado. El objetivo es lograr un comportamiento más estable, incluso al cambiar de modelo.
¿Hay una versión alojada de pago?
No. Ni el repositorio ni la documentación mencionan una oferta en la nube de pago para el framework. Usted lo aloja; solo se facturan las llamadas a un modelo remoto, por parte de su proveedor.
Fuentes de los datos
- github.com
- framework.beeai.dev
- linuxfoundation.org
- GitHub — Metadatos de los repositorios: GitHub
Datos a 22 de octubre de 2026
Señalar un error
¿Una cifra, una fecha o un dato le parece incorrecto? Díganoslo: verificamos cada aviso.