amd2g2zz/kunglao-agentEl agente experto en ingeniería inversa: planifica su propia ruta de análisis, deriva cada hecho a partir de evidencia sin procesar y converge bajo compuertas de verificación mecánica — firmware, protocolos, web/JS, control de riesgos, binarios.
Un agente autónomo de ingeniería inversa que se ejecuta durante horas sin supervisión, verifica cada conclusión de forma independiente y converge solo cuando cada respuesta sobrevive a un veredicto de oráculo mecánico.
🧠 planifica su propia ruta · 🔬 cada afirmación verificada por máquina · ⚖️ verificación ciega en todo · 📈 el bucle se mide a sí mismo
🚀 Inicio rápido · ✨ Tecnología central · 🧠 kunglao × Claude Code · 🎛️ Cómo funciona el RL · 🖥️ Demostración · 📖 Casos de estudio · 🧪 Evaluación · 🏗️ Arquitectura · 🗓️ Hoja de ruta
English · 简体中文
[!WARNING] v0.1.6 es la última línea de versiones nativa de Claude Code. El siguiente hito (v0.2) migra el runtime por completo a la base de PI Agent — mismo bucle, mismos libros de registro, nuevo sustrato de motor. Consulta la hoja de ruta.
Apuntas kunglao-agent a un objetivo y planteas las preguntas; este planifica la ruta, despacha trabajadores especializados, verifica cada conclusión de forma independiente y se detiene solo cuando cada respuesta queda resuelta por una comprobación mecánica en lugar de por la palabra de un modelo.
El espectro de objetivos es completo — binarios nativos de Windows/Linux, APKs de Android
(incluidas las capas nativas .so), web/JS, recuperación de protocolos, firmware —
estático primero por diseño, accionando el canal de ejecución que tu entorno
ya tenga (VMware, ssh, docker, adb, o ninguno en absoluto para trabajo solo estático).
Se ejecuta dentro de Claude Code como un plugin: Claude Code es la superficie de conversación; el producto es el bucle y la base de hechos que produce.
[!NOTE] Cada número que reporta el bucle — tasas de éxito, posteriores, presupuestos — se remonta a una fila en un libro de registro de solo anexado. Nada se autodeclara.
El orquestador en acción — una decisión de convergencia, un despacho de trabajador
con presupuesto y hechos llegando en vivo, y un veredicto ciego de equipo rojo que promueve una
afirmación a PROVEN; el HUD de la línea de estado mantiene toda la operación legible de
un vistazo:
El bucle midiéndose a sí mismo — la estrategia de ronda compuesta a partir de resoluciones, el almacén de posteriores de Thompson descontado con desempate por resultados censurados, la capa de descubrimiento admitiendo un brazo genuinamente novedoso (y rechazando un reintento renombrado), y la curva de tasa de éxito:
kunglao-agent es un controlador de RL a nivel de acto en torno a Claude Code: Claude
Code razona dentro de cada acto; kunglao decide el siguiente acto, lo verifica,
le pone precio, aprende de él. Diseño en profundidad: docs/design/.
STAMP, nunca a PROVEN. Los hechos citan artefactos (sha256) y llevan
comandos reproduce:.Claude Code es el motor; kunglao es la caja de cambios, el salpicadero y la computadora de vuelo — siguiente acto, verificación, presupuesto y adónde va la experiencia.
| Claude Code sin más | + kunglao | |
|---|---|---|
| Siguiente paso | improvisado en sesión | política aprendida a nivel de acto, posteriores persisten entre tareas |
| Verificación | autoinforme | oráculo mecánico + equipo rojo ciego |
| Duración | una sesión, con humano observando | horas sin supervisión, reanudar desde disco |
| Experiencia | se evapora al terminar la sesión | libro de registro → posteriores → apuesta inicial más afilada |
Frontera honesta: para una tarea simple de una sola sesión, Claude Code sin más gana — la tabla de evaluación lo dice. kunglao compensa en horizontes largos, disciplina de verificación y acumulación entre tareas.
La primera tarea de un tipo nuevo paga el precio completo: el bucle prueba un método, lo ve fallar, prueba otro. Pero cada intento queda escrito — y la siguiente tarea del mismo tipo se abre desde esas notas, no desde cero.
Esa es toda la idea del aprendizaje por refuerzo en línea aquí: el bucle se actualiza a sí mismo entre actos, sobre la marcha — sin conjunto de datos de entrenamiento, sin reentrenamiento del modelo, sin fase offline. La experiencia de cada tarea se acumula antes de tomar la siguiente decisión.
1. El primer movimiento correcto, por tipo de objetivo. Un script simple y una app endurecida no deberían abrirse de la misma forma. El bucle mantiene notas separadas por tipo de objetivo — cómo se ve el objetivo decide qué manual se aplica.
2. Qué métodos están muertos. Un método que sigue fallando va al banquillo — deja de consumir presupuesto (pero nunca se elimina; si el objetivo cambia, puede volver). Y cuando nada funciona, el bucle intenta inventar una forma de entrar: un acto de descubrimiento propone un enfoque genuinamente nuevo, comprobado contra los intentos fallidos — la misma idea renombrada se rechaza.
