abekek · webbrain-one · Jul 30, 2026
diff --git a/README.es-ES.md b/README.es-ES.md
@@ -0,0 +1,129 @@
+
+
+# ARISE — Mejora Adaptativa en Tiempo de Ejecución mediante Autoevolución
+
+[![PyPI version](https://img.shields.io/pypi/v/arise-ai.svg)](https://pypi.org/project/arise-ai/)
+[![Python 3.11+](https://img.shields.io/badge/python-3.11+-blue.svg)](https://pypi.org/project/arise-ai/)
+[![License: MIT](https://img.shields.io/badge/License-MIT-yellow.svg)](https://opensource.org/licenses/MIT)
+[![Docs](https://img.shields.io/badge/docs-arise--ai.dev-blue)](https://arise-ai.dev)
+
+**Tu agente funciona genial en las tareas que planificaste. ARISE se encarga de las que no.**
+
+ARISE es un middleware independiente del framework que otorga a los agentes LLM la capacidad de crear sus propias herramientas en tiempo de ejecución. Cuando tu agente falla en una tarea, ARISE detecta la brecha de capacidades, sintetiza una herramienta en Python, la valida en un sandbox y la promociona a la biblioteca activa: sin necesidad de intervención humana.
+
+**[Documentación](https://arise-ai.dev)** | **[Inicio Rápido](https://arise-ai.dev/getting-started/quickstart/)** | **[PyPI](https://pypi.org/project/arise-ai/)**
+
+```bash
+pip install arise-ai
+```
+
+```python
+from arise import ARISE
+from arise.rewards import task_success
+
+arise = ARISE(
+    agent_fn=my_agent,           # any (task, tools) -> str function
+    reward_fn=task_success,
+    model="gpt-4o-mini",         # cheap model for tool synthesis
+)
+
+result = arise.run("Fetch all users from the paginated API")
+# Agent fails → ARISE synthesizes fetch_all_paginated tool → agent succeeds
+```
+
+## Cómo se ve en la práctica
+
+```
+Episode 1  | FAIL  | reward=0.00 | skills=2   Task: "Fetch paginated users with auth"
+Episode 2  | FAIL  | reward=0.00 | skills=2
+Episode 3  | FAIL  | reward=0.00 | skills=2
+
+[Evolution triggered — 3 failures on API tasks]
+  → Synthesizing 'parse_json_response'... 3/3 tests passed ✓
+  → Synthesizing 'fetch_all_paginated'... sandbox fail → refine → 1/1 passed ✓
+
+Episode 4  | OK    | reward=1.00 | skills=4   Agent now has the tools it needs
+```
+
+## Características Principales
+
+- **Biblioteca de herramientas autoevolutiva** — falla → detecta brecha → sintetiza → prueba en sandbox → promociona
+- **Independiente del framework** — cualquier función `(task, tools) -> str`, [Strands](https://arise-ai.dev/guide/adapters/#strands-agents), [LangGraph](https://arise-ai.dev/guide/adapters/#langgraph), [CrewAI](https://arise-ai.dev/guide/adapters/#crewai)
+- **Validación en sandbox** — subprocess o Docker, pruebas adversariales, restricciones de importación
+- **Modo distribuido** — S3 + SQS para despliegues sin estado (Lambda, ECS, AgentCore)
+- **Registro de habilidades** — comparte herramientas evolucionadas entre proyectos
+- **Control de versiones + reversión** — puntos de control en SQLite, `arise rollback <version>`
+- **Pruebas A/B** — habilidades refinadas probadas contra las originales antes de la promoción
+- **Consola Web** — crea agentes, observa la evolución en vivo, inspecciona el código evolucionado (`arise console`)
+- **Panel de control** — interfaz TUI de terminal y web para monitoreo
+
+## Resultados de Benchmarks
+
+| Modelo | Condición | AcmeCorp (SRE) | DataCorp (Ingeniería de Datos) |
+|-------|-----------|---------------|-------------------|
+| **Claude Sonnet** | **ARISE** | **78%** | — |
+| Claude Sonnet | Sin herramientas | 63% | — |
+| GPT-4o-mini | ARISE | 57% | **92%** |
+| GPT-4o-mini | Sin herramientas | 48% | 50% |
+
+ARISE mejora el éxito en la ejecución de tareas entre **9 y 42 puntos porcentuales** en distintos modelos y dominios. Consulta los [resultados completos del benchmark](https://arise-ai.dev/benchmarks/).
+
+## Consola de ARISE
+
+Una interfaz web para crear agentes, observar la evolución en vivo e inspeccionar herramientas evolucionadas:
+
+```bash
+arise console
+# Opens http://localhost:8080
+```
+
+- **Crear agentes** — selecciona el modelo, configura el prompt del sistema, elige la función de recompensa
+- **Feed de terminal en vivo** — observa episodios y evolución en tiempo real vía WebSocket
+- **Inspector de habilidades** — código con resaltado de sintaxis, suite de pruebas, métricas de rendimiento
+- **Configuración editable** — cambia la función de recompensa, el prompt del sistema o el umbral de fallos sobre la marcha
+- **Todas las Habilidades / Registro de Evolución** — vistas globales en todos los agentes
+
+## Documentación
+
+Documentación completa en **[arise-ai.dev](https://arise-ai.dev)**:
+
+- [Instalación](https://arise-ai.dev/getting-started/installation/) — instala y configura
+- [Inicio Rápido](https://arise-ai.dev/getting-started/quickstart/) — recorrido completo del ciclo de evolución
+- [Cómo Funciona](https://arise-ai.dev/getting-started/how-it-works/) — el pipeline de evolución en 5 pasos
+- [Funciones de Recompensa](https://arise-ai.dev/guide/rewards/) — funciones de recompensa integradas y personalizadas
+- [Seguridad y Validación](https://arise-ai.dev/guide/safety/) — sandbox, pruebas adversariales, recomendaciones para producción
+- [Modo Distribuido](https://arise-ai.dev/guide/distributed/) — S3 + SQS para despliegues sin estado
+- [Adaptadores de Framework](https://arise-ai.dev/guide/adapters/) — Strands, LangGraph, CrewAI, OpenAI/Anthropic nativos
+- [Referencia CLI](https://arise-ai.dev/reference/cli/) — todos los comandos de CLI
+- [Referencia API](https://arise-ai.dev/reference/api-arise/) — clase ARISE, configuración, tipos
+
+## Ejemplos
+
+| Ejemplo | Descripción |
+|---------|-------------|
+| [`quickstart_evolution.py`](./examples/quickstart_evolution.py) | Ciclo completo de evolución: el agente falla → ARISE evoluciona una herramienta → el agente tiene éxito |
+| [`quickstart.py`](./examples/quickstart.py) | Agente matemático evoluciona herramientas de estadística |
+| [`api_agent.py`](./examples/api_agent.py) | Agente HTTP evoluciona autenticación + paginación (servidor mock) |
+| [`devops_agent.py`](./examples/devops_agent.py) | Agente DevOps evoluciona herramientas de análisis de logs |
+| [`strands_agent.py`](./examples/strands_agent.py) | Integración con Strands y Bedrock |
+| [`demo/agentcore/`](./demo/agentcore/) | Despliegue con AgentCore y protocolo A2A |
+
+## Instalación
+
+```bash
+pip install arise-ai              # core (just pydantic)
+pip install arise-ai[aws]         # + boto3 for distributed mode
+pip install arise-ai[litellm]     # + litellm for multi-provider LLM
+pip install arise-ai[docker]      # + docker sandbox backend
+pip install arise-ai[dashboard]   # + rich, fastapi for dashboard
+pip install arise-ai[otel]        # + opentelemetry for tracing
+pip install arise-ai[all]         # everything
+```
+
+## Trabajos Relacionados
+
+ARISE se basa en ideas de [LATM](https://arxiv.org/abs/2305.17126), [VOYAGER](https://arxiv.org/abs/2305.16291), [CREATOR](https://arxiv.org/abs/2305.14318), [ADAS](https://arxiv.org/abs/2408.08435) y [CRAFT](https://arxiv.org/abs/2309.17428). ARISE añade la capa de producción: integración independiente del framework, validación en sandbox, pruebas adversariales, control de versiones, despliegue distribuido y pruebas A/B.
+
+## Licencia
+
+MIT