← Volver al blog
Aiaprox. 7 min de lectura

plannotator pone un punto de control humano delante de cada diff de un agente

Publicado 14 nov 2026
plannotator pone un punto de control humano delante de cada diff de un agente

Hay un momento concreto en el desarrollo asistido por agentes en el que las cosas empeoran en lugar de mejorar. El agente termina una tarea, imprime un resumen y te pide que lo aceptes. Haces scroll. El diff tiene cuatrocientas líneas. Lo apruebas, porque leerlo en serio tardaría más que escribirlo tú mismo.

plannotator, un proyecto con unas 10.500 estrellas que esta semana sube rápido, es un intento de arreglar ese momento. Es una superficie de revisión local, en el navegador, que se engancha a un agente de código y se abre cuando el agente tiene algo que decidir. Marca el plan, el documento o el diff, y tus comentarios vuelven al agente como su siguiente entrada.

El eslogan va de mantenerse en el bucle. La arquitectura va de algo más estrecho y más útil: convertir la atención humana en un paso propio en vez de una opción.

Cómo se engancha

No sustituye a tu agente. Se enchufa a uno. El README lista Claude Code, Codex, Copilot CLI, Gemini CLI, OpenCode, Kiro, Droid, Amp, DeepSeek Harness y Pi, y la bandeja de entrada también funciona con asistentes personales como Grok Bot, Muse, Hermes y OpenClaw. La conexión pasa por los plugins, hooks y comandos de cada harness, y por eso la profundidad de integración cambia según la herramienta.

Los comandos tienen la forma conocida:

/plannotator-review                    # uncommitted changes
/plannotator-review <github-pr-url>    # a pull request
/plannotator-annotate README.md        # a file
/plannotator-annotate https://docs.rs  # a URL
/plannotator-last                      # the agent's last message
plannotator inbox                      # the queue

En Codex, los comandos de barra pasan a `!plannotator ...` o a los skills empaquetados. El modo plan no necesita ningún comando: está cableado en los hooks de cada harness, así que cuando el agente escribe un plan, la superficie de revisión se abre sola. Ese detalle importa más de lo que suena. Un punto de control que depende de que te acuerdes de invocarlo es un punto de control que se salta los días en que estás ocupado, y esos son los días en que importa.

La revisión cubre Git, GitButler, Jujutsu, Perforce, GitHub y GitLab, así que la superficie no está atada a un solo forge. Comentas líneas, propones código, y los comentarios vuelven al agente en lugar de ir a un hilo de PR que nadie lee.

La bandeja de entrada es la parte interesante

La revisión con un solo agente es un problema resuelto con una solución aburrida: abrir un diff y dejar comentarios.

La Inbox es lo que el equipo construyó para la situación en la que está la mayoría de la gente, que es varios agentes corriendo a la vez. Es una ventana local donde los agentes dejan mensajes, preguntas, archivos y revisiones guiadas mientras siguen trabajando. Respondes una pregunta con un clic, anotas un archivo y pulsas enviar cuando llegas. Nada mantiene abierta una sesión de agente mientras lo haces, y tu respuesta vuelve a la sesión que preguntó.

Esa sola frase resuelve un bloqueo real. El patrón estándar del human-in-the-loop es que el agente se detiene y espera. Con un agente está bien. Con cuatro, tú eres el proceso más lento del sistema, y tres de ellos queman contexto mientras terminas de comer. Una bandeja asíncrona deja al agente aparcar la pregunta en vez de la sesión.

Claude Code, Pi y OpenCode se conectan por plugins, así que las respuestas llegan como el siguiente turno. Todo lo demás lo alcanza por MCP con `plannotator inbox mcp`, y `plannotator inbox --help` hace también de documento que el agente lee para aprender el protocolo. Es una pieza pequeña de diseño con un efecto grande: el texto de ayuda es la especificación de integración.

Por qué un navegador, y por qué local

Un diff en la terminal va bien para leer código y mal para leer cualquier otra cosa. Revisar una especificación de producto, un mockup HTML o un informe renderizado en un pager es un ejercicio de entrecerrar los ojos, y los agentes ahora producen esas tres cosas con regularidad. Renderizarlas en un navegador y dejar que quien revisa ponga chinchetas sobre el resultado es la superficie correcta para ese tipo de artefacto.

Captura de la superficie de revisión local de plannotator

La sección de privacidad del README es inusualmente concreta para una herramienta de este tamaño, y merece citarse en sustancia en vez de resumirse. No hay telemetría. Planes, diffs, anotaciones, borradores e historial se quedan en local por defecto. Cada superficie consulta GitHub para ver la última versión al cargar, y esa comprobación no se puede desactivar. La revisión local de Git puede lanzar `git ls-remote` contra tu origin configurado para detectar la rama por defecto y una base desactualizada, y esa consulta sale al abrir la revisión, al cargar el diff, al cambiar de base y al pulsar fetch. Una página de revisión inactiva no hace ninguna llamada de red, que es una promesa más fuerte que la de casi cualquier herramienta.

El contenido sale de la máquina solo cuando una función de red lo necesita: la anotación de URL descarga la página, la revisión de GitHub usa tu CLI autenticada, Ask AI envía la pregunta seleccionada y su contexto al proveedor que hayas configurado, y compartir sube texto cifrado a un servicio de paste.

Para una herramienta que se sienta encima del código fuente, ese nivel de transparencia es el instinto correcto. El modo de fallo típico del tooling para agentes es el ayudante servicial que manda tu repositorio a un servidor sin decirlo, y la única defensa que tiene el usuario es un mantenedor que documenta los límites antes de que se los pregunten.

La implicación incómoda

Todo en este proyecto es una apuesta a que la restricción del trabajo con agentes es el ancho de banda de revisión humana, no la capacidad del modelo.

La apuesta me parece correcta. La gente que conozco que lleva varios agentes se pasa el día leyendo: planes, diffs, salidas de tests, resúmenes de lo que el agente cree que hizo. La parte de generación es rápida y cada vez lo es más. La parte de verificación está limitada por la velocidad a la que una persona lee y decide.

Hay un efecto de segundo orden que conviene nombrar. Una superficie de revisión que captura decisiones crea un registro de ellas. plannotator tiene un comando archive que recorre en solo lectura las decisiones de plan guardadas, y las anotaciones persisten en el directorio de datos, así que las revisiones de terminal y las de la app se acumulan en un mismo sitio. Cuando tienes unos cientos de planes aprobados con los comentarios que los moldearon, posees algo que ninguna sesión individual contiene: una descripción de cómo decide tu equipo.

Ese es el activo. El visor de diffs lo puede construir cualquiera. El rastro del razonamiento, no.

Donde todavía duele

Dos cosas, las dos inherentes.

La primera es que las herramientas de revisión mejoran la revisión, y la revisión no es lo mismo que la corrección. Una aprobación bien anotada de una mala arquitectura sigue siendo la aprobación de una mala arquitectura, y una superficie ordenada hace que aprobar se sienta como diligencia. La Inbox en particular facilita vaciar una cola, y vaciar una cola es un comportamiento distinto de entenderla.

La segunda es que la herramienta añade un navegador, un servidor local y una capa de hooks a un flujo que antes era una terminal. Son tres cosas más que se pueden romper, y el fallo de un hook es silencioso: el agente sigue sin el punto de control, y te enteras después.

Los dos son costes aceptables para lo que se compra, que es un sitio donde ponerse. La alternativa, que es lo que hacen casi todos los equipos hoy, es leer una transcripción de chat y confiar en que lo importante esté ahí.

Si pruebas una sola cosa

Ejecuta `/plannotator-review` en tu próximo cambio sin commitear y comenta tres líneas, aunque no tengas nada que decir. Los comentarios son lo de menos. Lo que aprendes es cuánto tarda una revisión real cuando la superficie está diseñada para eso, y ese número es tu nuevo techo de rendimiento. Casi ningún equipo lo ha medido nunca.

Artículos relacionados