Finyuus
Finyuus es una plataforma "code-first" que utiliza un DSL basado en la indentación y un tiempo de ejecución respaldado por Temporal para construir, ejecutar, versionar y gobernar flujos de trabajo de IA duraderos con agentes, herramientas, guardias, aprobaciones humanas, observabilidad y publicación de API.
https://github.com/mariusndini/Finyuus?ref=producthunt&utm_source=aipure
Información del Producto
Actualizado:06/08/2026
¿Qué es Finyuus?
Finyuus es una plataforma para definir y operar el comportamiento de la IA como un sistema autónomo y versionado, en lugar de incrustar indicaciones y lógica de orquestación en el código de la aplicación. Combina un lenguaje de flujo de trabajo pequeño, legible y basado en la indentación (DSL) con un tiempo de ejecución de producción y un plano de control para que los equipos puedan componer agentes, herramientas, verificaciones de políticas (guardias), aprobaciones humanas y flujos de trabajo anidados en texto. Finyuus ejecuta flujos de trabajo de forma duradera utilizando Temporal, proporciona un panel para la creación y revisión de ejecuciones, y admite operaciones de estilo empresarial a través de versiones, auditorías y observabilidad centralizada.
Características Principales de Finyuus
Finyuus es una plataforma "code-first" para definir, ejecutar y gobernar flujos de trabajo de IA duraderos utilizando un DSL pequeño basado en indentación. Separa el comportamiento de la IA (agentes, "prompts", herramientas, "guards", aprobaciones, esquemas y "pipelines") del código de la aplicación, luego ejecuta los flujos de trabajo en Temporal para un estado duradero, reintentos, cancelación y "replayability". La plataforma añade versionado centralizado, auditoría e historial de ejecución (incluidos flujos de trabajo anidados), observabilidad a través del rastreo de Langfuse y reportes de costos, manejo de datos y artefactos a través de ClickHouse y almacenamiento de objetos (MinIO/S3), y la capacidad de publicar "pipelines" como APIs autenticadas con validación, idempotencia, limitación de velocidad y eventos enviados por el servidor.
DSL de "Pipeline" basado en indentación: Un DSL de texto enfocado para componer agentes, herramientas, "guards", aprobaciones, flujo de control (if/else, bucles, rutas, paralelo), "pipelines" secundarias y retornos estructurados, optimizado para "diffs" legibles y revisión de código.
Ejecución duradera en Temporal: Ejecuta flujos de trabajo con estado duradero, reintentos, cancelación, ejecución de larga duración y "replayability"; admite la orquestación de flujos de trabajo secundarios y semánticas consistentes para "pipelines" anidadas.
Bloques de construcción de IA versionados: Registro central para agentes, herramientas, "guards", esquemas y "pipelines" con historial de versiones y "pins" de versión inmutables (por ejemplo, pipeline@v3) para garantizar la reproducibilidad y los despliegues controlados.
Gobernanza: "guards" + aprobaciones humanas: Comprobaciones de políticas de primera clase ("guards" basados en LLM con enrutamiento de paso/bloqueo y confianza) más pasos de aprobación que pausan la ejecución para revisión humana con asignados, tiempos de espera y ramas explícitas aprobadas/rechazadas.
Registro de herramientas (nativas, HTTP, respaldadas por "pipeline"): Admite herramientas nativas de TypeScript, herramientas HTTP configurables y herramientas respaldadas por "pipeline" invocables desde el DSL o por agentes durante los bucles de herramientas, lo que permite capacidades operativas reutilizables.
API de producción + pila de observabilidad: Publique "pipelines" como puntos finales autenticados con limitación de velocidad, idempotencia, validación de entrada y transmisión SSE; inspeccione eventos de ejecución, historial de flujos de trabajo, llamadas a herramientas y rastreos/costos de modelos a través de Langfuse y el panel de control.
Casos de Uso de Finyuus
Flujos de trabajo de cumplimiento para servicios financieros: Cree "pipelines" de contenido orientados al cliente que dirijan las solicitudes a través de "guards" de asesoramiento financiero, generen reescrituras educativas y requieran aprobaciones de cumplimiento antes de su lanzamiento, totalmente auditables y "replayable".
Soporte empresarial y automatización de TI: Orqueste flujos de trabajo de agente/herramienta de varios pasos (clasificación de tickets, diagnósticos a través de herramientas HTTP, listas de verificación de remediación) con "safe-guards", aprobaciones de escalada humana y reintentos duraderos para integraciones inestables.
Investigación y "pipelines" de informes: Automatice la investigación de mercado/empresa combinando herramientas de obtención de datos (por ejemplo, ejemplos de SEC EDGAR/Yahoo Finance), agentes de análisis con salidas estructuradas, "guards" de políticas de publicación y almacenamiento de artefactos.
Generación de contenido regulado o de atención médica: Genere materiales para pacientes/proveedores o resúmenes internos con "guards" de políticas y aprobaciones humanas obligatorias, manteniendo un historial de ejecución completo para auditorías y revisión de incidentes.
Operaciones de datos internas y flujos de trabajo de análisis: Construya "pipelines" que lean/escriban tablas de ClickHouse, administren archivos/artefactos en el almacenamiento de objetos y produzcan retornos estructurados, útil para la "AI augmentation" tipo ETL y el enriquecimiento de datos repetible.
Puntos finales de IA "productizados" para aplicaciones: Exponga flujos de trabajo de IA estables como APIs para que múltiples aplicaciones puedan llamar a la misma "pipeline" versionada, mientras los equipos de operaciones gestionan los cambios de comportamiento, el monitoreo y la gobernanza fuera de la base de código de la aplicación.
Ventajas
Semántica de ejecución duradera y de grado de producción a través de Temporal (reintentos, cancelación, "replayability", flujos de trabajo de larga duración).
Fuertes primitivas de gobernanza ("guards", "pins" de versión, aprobaciones) más historial de auditoría/ejecución centralizado.
El DSL "code-first" permite la revisión basada en Git, la reutilización y los "diffs" mantenibles en comparación con los grandes flujos de trabajo visuales.
Desventajas
Complejidad operativa: requiere ejecutar y mantener múltiples servicios (Temporal, Postgres, Redis, ClickHouse, almacenamiento de objetos, Langfuse).
Curva de aprendizaje: los equipos deben adoptar un nuevo DSL y modelo de flujo de trabajo en lugar de permanecer puramente en el código de la aplicación.
El mayor valor aparece a escala; puede ser más pesado de lo necesario para pequeños prototipos o cadenas de "prompts" simples.
Cómo Usar Finyuus
1) Instalar requisitos previos: Instale Node.js 22+, pnpm 10+ y Docker Desktop (motor en ejecución). Prepare al menos una clave de proveedor LLM: OPENAI_API_KEY o ANTHROPIC_API_KEY.
2) Obtener el código: Clone el repositorio de Finyuus localmente (por ejemplo, desde https://github.com/mariusndini/Finyuus) y acceda a la raíz del repositorio.
3) Instalar dependencias: Ejecute: pnpm install
4) Cree su archivo de entorno local: Copie la plantilla: cp .env.local.example .env.local
5) Configure las variables de entorno requeridas: Edite .env.local y agregue al menos una clave de proveedor (OPENAI_API_KEY o ANTHROPIC_API_KEY). Si planea usar la API de Pipeline publicada, configure PIPELINE_API_TOKEN. Opcional: configure SEC_USER_AGENT para las herramientas de demostración de SEC EDGAR. Para el almacenamiento de objetos: déjelo sin configurar para usar MinIO local, o configure OBJECT_STORAGE_PROVIDER=s3 más las variables S3 si desea AWS S3.
6) Genere secretos locales y archivos de entorno de la aplicación: Ejecute: make init (esto genera infra/.env y otros archivos de entorno generados utilizados por servicios locales como Langfuse).
7) Inicie la infraestructura local (Temporal, Postgres, ClickHouse, MinIO, Redis, Langfuse): Ejecute: make up
8) (Opcional) Sembrar contenido de demostración: Las instalaciones nuevas comienzan vacías. Si desea herramientas/esquemas/agentes/pipelines de muestra para explorar, ejecute: make demos
9) Compile e inicie el panel web (recomendado para una navegación más rápida): Ejecute: pnpm build-web y luego pnpm start-web (el panel se ejecuta en http://localhost:3001).
10) Inicie el trabajador (motor de ejecución): En una segunda terminal, ejecute: pnpm start-worker (este trabajador de Temporal ejecuta pipelines).
11) Abra las interfaces de usuario locales: Abra el panel de Finyuus: http://localhost:3001. Interfaces de usuario de soporte opcionales: Langfuse http://localhost:3000, Interfaz de usuario de Temporal http://localhost:8080, Consola de MinIO http://localhost:9001, Redis Insight http://localhost:5540.
12) Cree o edite un pipeline usando el DSL basado en la indentación: En el editor de pipelines del panel, escriba un flujo de trabajo usando declaraciones de primera clase como agent:, tool:, guard:, approval:, pipeline:, http:*, read/save file/table, if/else, for, parallel, route, return. Guárdelo como un pipeline versionado para que pueda ejecutarse y fijarse por versión.
13) Ejecute un pipeline desde el panel: Desde la página del pipeline en el panel, inicie una ejecución con valores de entrada. Observe los eventos de ejecución, los resultados de los guardias, las llamadas a herramientas y los pasos del flujo de trabajo anidado. Use la cancelación/reintentos según lo admitido por la ejecución respaldada por Temporal.
14) Agregue gobernanza con guardias (verificaciones de políticas): Inserte pasos guard:<key> antes/después de las llamadas al agente. Implemente ramas de paso/bloqueo para enrutar la ejecución. Use los campos devueltos por el guardia (por ejemplo, mensaje/confianza) en sus cargas útiles de retorno o lógica de ramificación.
15) Agregue aprobaciones con intervención humana: Inserte pasos approval:<key> para pausar la ejecución hasta que un revisor la resuelva. Configure -assigned-to y -timeout, y defina ramas approved:/rejected: (y acciones de tiempo de espera si es necesario). Los revisores resuelven las aprobaciones en el panel o a través de la API.
16) Use herramientas (nativas, HTTP o respaldadas por pipeline): Llame a las herramientas directamente en el DSL con tool:<name> y argumentos. Configure las herramientas HTTP en el panel (los encabezados/URL pueden hacer referencia a secretos de entorno del lado del servidor como {{env.MY_API_KEY}}). Cree herramientas respaldadas por pipeline guardando pipelines y permitiendo que los agentes las llamen durante el ciclo de la herramienta.
17) Use datos y artefactos duraderos (tablas + archivos): Use read:table/save:table para operaciones de datos estructurados respaldadas por ClickHouse, y read:file/save:file para archivos/artefactos respaldados por almacenamiento de objetos (MinIO local por defecto, o S3 si está configurado).
18) Fije versiones para la reproducibilidad: Haga referencia a versiones inmutables como pipeline:company_research@v3 o agent:research_analyst@v2 para garantizar un comportamiento estable en todas las ejecuciones y permitir la auditabilidad.
19) Publique un pipeline como una API HTTP autenticada: Publique el pipeline como un punto final en el panel. Luego, llámelo con un token de portador y una clave de idempotencia, por ejemplo: curl -X POST http://localhost:3001/api/v1/responses/<pipeline-slug> -H "Authorization: Bearer $PIPELINE_API_TOKEN" -H "Idempotency-Key: request-001" -H "Content-Type: application/json" -d '{"input": {"query": "example"}}'. Use puntos finales de transmisión SSE para actualizaciones de ejecución en vivo si están habilitados.
20) Observe y audite las ejecuciones: Use el panel para inspeccionar el historial de ejecuciones, los flujos de trabajo anidados, las decisiones de guardia/aprobación y los eventos. Use la interfaz de usuario de Temporal para las líneas de tiempo del flujo de trabajo y la semántica de durabilidad (reintentos/cancelación/reproducibilidad). Use Langfuse para rastros, uso de tokens e informes de costos del modelo (deshabilite globalmente a través de LLM_TRACING_ENABLED=false si lo desea).
21) Desarrolle localmente (modo de observación) al cambiar el código: Si está modificando Finyuus, ejecute pnpm dev para el modo de observación. Use pnpm typecheck (o typechecks filtrados por paquete) durante el desarrollo.
22) Agregue una nueva herramienta nativa (extendiendo Finyuus): Agregue metadatos de la herramienta en packages/tools/src/metadata.ts, agregue una fábrica en packages/tools/src/registry.ts, implemente la herramienta en packages/tools/src/, luego ejecute typechecks para los paquetes afectados.
23) Agregue una nueva declaración DSL (extendiendo el lenguaje/tiempo de ejecución): Agregue el tipo AST en packages/pipelines/src/types.ts, agregue soporte de analizador en packages/pipelines/src/parser.ts, implemente la lógica de ejecución en apps/worker/src/workflows.ts, agregue actividades en apps/worker/src/activities.ts si hay efectos secundarios, y actualice la inteligencia/autocompletado del editor en apps/web/src/lib/pipeline-intelligence.ts y apps/web/src/components/pipeline/pipeline-completions.ts.
24) Detenga o reinicie la infraestructura local: Para detener los servicios manteniendo los datos: make down. Para seguir los registros: make logs. Para verificar el estado: make verify. Para destruir los datos del servicio local: make reset.
Preguntas Frecuentes de Finyuus
Finyuus es una plataforma "code-first" para construir, ejecutar y gobernar flujos de trabajo de IA duraderos. Proporciona un DSL basado en indentación para componer agentes, herramientas, guardias, aprobaciones humanas, operaciones de datos estructurados y flujos de trabajo anidados, y los ejecuta utilizando Temporal con un entorno centralizado para el versionado, la observación, la auditoría y la operación de los flujos de trabajo.
Artículos Populares
Atoms: Una Plataforma de IA Multiagente Que Transforma Ideas en Productos Listos para Lanzar
May 22, 2026
Nano Banana SBTI: Qué es, cómo funciona y cómo usarlo en 2026
Apr 15, 2026
Reseña de Atoms: El Constructor de Productos de IA que Redefine la Creación Digital en 2026
Apr 10, 2026
Kilo Claw: Cómo implementar y usar un verdadero agente de IA "Hágalo por usted" (Actualización 2026)
Apr 3, 2026
Últimas herramientas de IA similares a Finyuus
Gait
Gait es una herramienta de colaboración que integra la generación de código asistido por IA con el control de versiones, permitiendo a los equipos rastrear, entender y compartir el contexto del código generado por IA de manera eficiente.
invoices.dev
invoices.dev es una plataforma de facturación automatizada que genera facturas directamente de los commits de Git de los desarrolladores, con capacidades de integración para GitHub, Slack, Linear y servicios de Google.
EasyRFP
EasyRFP es un kit de herramientas de computación en el borde impulsado por IA que agiliza las respuestas a RFP (Solicitud de Propuesta) y permite el fenotipado de campo en tiempo real a través de tecnología de aprendizaje profundo.
Cart.ai
Cart.ai es una plataforma de servicios impulsada por IA que proporciona soluciones integrales de automatización empresarial, incluyendo codificación, gestión de relaciones con clientes, edición de video, configuración de comercio electrónico y desarrollo de IA personalizada con soporte 24/7.
Herramientas de IA populares como Finyuus
GitHub Copilot Chat
GitHub Copilot Chat es un asistente de codificación impulsado por IA que proporciona interacciones en lenguaje natural, sugerencias de código en tiempo real y soporte contextual directamente dentro de los IDEs compatibles y GitHub.com.
CopilotForXcode
CopilotForXcode es una Extensión del Editor de Código de Xcode que integra GitHub Copilot, Codeium y ChatGPT para proporcionar sugerencias de código impulsadas por IA, asistencia de chat y funcionalidad de prompt-a-código dentro de Xcode.
BrowserAI
BrowserAI es una biblioteca de código abierto que permite ejecutar modelos de lenguaje grandes (LLM) locales directamente en navegadores web con aceleración WebGPU, ofreciendo capacidades de IA centradas en la privacidad sin necesidad de infraestructura de servidor.
OpenAI Codex CLI
OpenAI Codex CLI es un agente de codificación ligero de código abierto que se ejecuta en su terminal, lo que permite a los desarrolladores traducir el lenguaje natural en la ejecución de código al tiempo que proporciona un razonamiento a nivel de ChatGPT con la capacidad de ejecutar código, manipular archivos e iterar bajo control de versiones.