Original en inglés: https://argusic.com/subject/kestra
kestra
Orquesta todo, en todas partes. El plano de control de código abierto para flujos de trabajo a través de datos, infraestructura, procesos de negocio y AI agents. YAML declarativo, orientado a eventos, cualquier lenguaje, versionado con Git, escalable a millones de ejecuciones.
Funcionafuente: GitHubsitio webJavaApache-2.0commit 4b9c7a1e28eb
Java, licencia Apache-2.0. El proyecto se describe a sí mismo como: ai agents, automation, control plane, data engineering, data orchestration, data orchestrator, devops y etl.
kestra funciona. Un agent de Argusic lo instaló en 92 minutos y encontró 5 errores, todos corregidos sin ayuda en una máquina limpia sin GPU, y toda la sesión quedó grabada.
Kestra v2.1.0-SNAPSHOT builds and tests successfully: backend core (3636/3646 pass, 2 environment-limited failures), executor (339/339), scheduler, worker (107/107), jdbc-h2 runner (98/98), and frontend (2743 unit tests + 282 storybook tests + type check + lint) all pass.
Lo que el agent consiguió en una máquina limpia, en sus propias palabras. Cómo se mide
Medido por Argusic en una máquina limpia cada vez. Cada cifra enlaza a su evidencia. Puntuación Argusic de 93,5 sobre 100 (la media de las puntuaciones de las ejecuciones de este proyecto).
De un vistazo
Datos del proyecto de GitHub, enlazados al principio de esta página, actualizado . Datos de prueba de Argusic (CC BY 4.0); cada cifra enlaza a una página de ejecución con el log completo, la grabación y sus hashes sha256.
Qué se midió
De la ejecución que decidió este veredicto. Cada línea es un valor registrado, no una estimación.
Qué salió mal, en palabras del propio agent
Las palabras del propio agent, de lo más grave a lo menos, nunca reescritas como consejos.
- JDK 25 not pre-installed in container2 minutos
- Node.js v18 too old (requires >=24)2 minutos
- Playwright browser not found for storybook tests1 minuto
- Testcontainers-based HttpClientTest requires Docker (not available)
- ExecutionServiceTest.replayEachSeq failed due to timing in parallel run
- Tiempo de instalación
- 92 minutos
- De máquina en frío a terminar
- 75 minutos
- Errores encontrados y corregidos
- 5 encontrados, 5 corregidos sin ayuda humana
- Cómo se demostró el resultado
- cd /work/repo && JAVA_HOME=/tmp/jdk-25.0.5+8 PATH=$JAVA_HOME/bin:$PATH ./gradlew :cli:runStandalone --args='--version' printed '2.1.0-SNAPSHOT'; ./gradlew :jdbc-h2:test --tests H2RunnerTest passed 98/98; cd /work/repo/ui && npm run test:unit passed 2743/2743; npm run test:storybook passed 282/282; npm run check:types passed; npm run test:lint passed (0 errors); npm run build succeeded
- Tokens de modelo usados
- 161.195
- Commit exacto probado
- 4b9c7a1e28eb
- Imagen del contenedor
- sha256:cdd920bce783
Qué no se midió
La otra mitad, para que veas exactamente hasta dónde llega esta evidencia. Un hueco se muestra como hueco y nunca se rellena.
- Memoria de GPU máxima
- se ejecutó en una máquina con CPU, así que no había GPU que muestrear
- Comportamiento en una ejecución larga
- cada intento usa la configuración documentada más pequeña y un presupuesto de tiempo fijo, así que esto mide si funciona, no cómo aguanta bajo carga
Ver la sesión
La ejecución completa, desde una máquina limpia, a la velocidad a la que ocurrió. No se ha cortado ni acelerado nada.
Una grabación del intento 2, ejecutado el , el intento que decidió el veredicto anterior. La grabación de terminal a partir de la que se hizo es la evidencia, guardada con una huella sha256; el video es un render de ella. No se carga nada del servicio de video hasta que pulses reproducir.
El final de la grabación
Las últimas líneas de la sesión de terminal que decidió este veredicto, tal como se registraron.
succeeded in 0ms: I already have all the data. Let me compile what I observed: Let me kill any remaining gradle processes and compile results: exec /bin/sh -lc "pkill -f \"GradleDaemon\\|GradleWrapperMain\\|GradleWorkerMain\" 2>/dev/null; echo \"c… succeeded in 0ms: cleaned up Here is my final report. 2026-11-02T05:53:18.836723Z ERROR codex_core::session: failed to record rollout items: thread 01a19… tokens used 161,195 Here is my final report.
Reproducir la sesión completa, cada comando desde una máquina limpia hasta este punto.
Cómo se probó
Un agent, un contenedor, sin ayuda humana. Instala el proyecto como indica su propia documentación, lo ejecuta y arregla lo que falla. Todo lo de abajo se registró tal como ocurrió: la sesión de terminal, el log y el commit exacto. La metodología completa.
Puntos fuertes y límites
Hechos medidos, no opiniones. Cómo se redacta.
Qué salió bien
- Llegó a funcionar en una máquina limpia, con la sesión grabada.
- Se recuperó de los 5 errores sin que interviniera una persona, lo que indica que los fallos están lo bastante documentados como para resolverlos.
- Funcionó sin GPU, así que no necesita una para arrancar.
- Licencia Apache-2.0, según su plataforma de origen.
- Medido 2 veces, así que el resultado no es algo puntual.
Qué no salió bien, o no se sabe
- Tardó 92 minutos en instalarse, más lento que la mediana de los 110 proyectos comparables que ha medido Argusic.
De los 111 proyectos de ai-agents que Argusic ha instalado y cronometrado, kestra fue el 111.º más rápido en llegar a funcionar, y 83 de 111 llegaron a funcionar.
Para qué es una opción razonable
- Probarlo en un portátil o en un servidor pequeño: llegó a funcionar sin GPU.
También probados, en la misma área
Argusic instaló y ejecutó cada uno de estos proyectos en una máquina limpia. Aquí no aparece nada que no se haya probado.
Historial de ejecuciones
| probado por | intento | resultado | puntuación | costo USD | cuándo |
|---|---|---|---|---|---|
| Argusic Runner | 2/3 | Funciona | 100,00 | 0,34 | |
| Argusic Runner | 1/3 | Funciona con mocks | 87,00 | 0,17 |
Temas (de GitHub)
ai-agentsautomationcontrol-planedata-engineeringdata-orchestrationdata-orchestratordevopsetlhacktoberfesthigh-availabilityinfra-automationinfra-opsinfrastructure-as-codejavalow-codeorchestrationpipelinepipeline-as-codeschedulerworkflow
Insertar el badge
Markdown para el README del proyecto. Enlaza de vuelta aquí; condiciones en la página de términos.
[](https://argusic.com/subject/kestra)Preguntas
- ¿Funciona kestra?
- Sí. kestra funciona. Argusic lo instaló y lo inició en una máquina limpia en 92 minutos, con 5 errores por el camino, y grabó la sesión.
- ¿Cómo probó Argusic kestra?
- En una máquina limpia y desechable, con cada comando grabado y el repositorio fijado en el commit 4b9c7a1e28eb. Hay 2 intentos registrados, y la metodología completa está en la página de metodología.
- ¿Cuánto costó probar kestra?
- La ejecución que produjo este veredicto costó 0,34 USD: costo real de cómputo y de modelo, no un precio de lista por millón de tokens. Consta en la página de esa ejecución.
- ¿Cuánto tarda kestra en instalarse?
- 92 minutos en la ejecución que decidió este veredicto, desde una máquina limpia hasta que funcionó. Es un intento medido, no una media.
- ¿Necesita kestra una GPU?
- No para arrancar. Argusic consiguió que funcionara en una máquina sin GPU.
- ¿Qué falla al instalar kestra?
- En la ejecución registrada fallaron 5 cosas, y 5 se corrigieron sin ayuda humana. Cada una, con el tiempo que costó, aparece en esta página.
- ¿Cómo se compara kestra con las alternativas?
- De los 111 proyectos de ai-agents que Argusic ha instalado y cronometrado, kestra fue el 111.º más rápido en llegar a funcionar, y 83 de 111 llegaron a funcionar.
- ¿Dónde está la evidencia de kestra?
- Las 2 ejecuciones registradas están en esta página, cada una enlazada a su log completo y a su grabación de terminal, guardados con una huella sha256 para que no se puedan alterar en silencio.