Enrutamiento de Workers

El sistema de workers de Hive delega tareas a modelos más baratos, reservando tu modelo primario para razonamiento de alto valor.

Flujo de Enrutamiento

delegate_task(prompt, context, max_cost_per_request)
    │
    ├─ Modelo explicito? ─── Si ──→ Enrutar directamente a ese proveedor
    │
    └─ Auto-enrutar:
        │
        ├─ 1. Ollama disponible? ─── Si ──→ Inferencia local (gratuito)
        │
        ├─ 2. OpenRouter configurado? ── Si ──→ Modelo tier gratuito
        │
        ├─ 3. max_cost > 0 Y presupuesto permite? ── Si ──→ Modelo de pago
        │
        └─ 4. Rechazar ──→ Error devuelto, el host lo gestiona

Tabla de Costes

Nivel	Proveedor	Modelo	Coste
1	Ollama (local)	qwen2.5-coder:7b	Gratuito
2	OpenRouter	qwen/qwen3-coder:free	Gratuito
3	OpenRouter	qwen/qwen3-coder	$0.22/1M entrada, $1.00/1M salida
4	Rechazar	—	—

Controles de Presupuesto

• Tope mensual: HIVE_OPENROUTER_BUDGET (por defecto: $1.00)
• Tope por petición: parámetro max_cost_per_request en delegate_task
• Modelo de pago: HIVE_OPENROUTER_PAID_MODEL (por defecto: qwen/qwen3-coder)
• El tracking de presupuesto usa SQLite con modo WAL y locking thread-safe para acceso concurrente

Cuándo Delegar

Buenos candidatos para delegación:

• Explicaciones de regex
• Formateo de código y refactoring simple
• Generación de boilerplate
• Redacción de documentación
• Q&A simple sobre temas conocidos

Mantener en tu modelo primario:

• Decisiones complejas de arquitectura
• Refactoring multi-archivo con dependencias
• Revisión de código sensible a seguridad
• Tareas que requieren comprensión profunda del codebase

¿Por Qué Estos Modelos?

Los modelos por defecto de Hive fueron seleccionados en base a coste, calidad de código y disponibilidad:

Ollama: qwen2.5-coder:7b

• ¿Por qué 7B? Funciona en hardware mínimo (8GB RAM, solo CPU). Mini PCs Intel N95, portátiles viejos y dispositivos NAS pueden ejecutarlo. Modelos más grandes (14B, 32B) necesitan GPUs o 32GB+ RAM.
• ¿Por qué Qwen? Mejores benchmarks de código en la clase 7B. Supera a CodeLlama 7B, DeepSeek Coder 6.7B y StarCoder2 7B en HumanEval y MBPP.
• Ideal para: Explicaciones de regex, boilerplate, Q&A simple. No apto para razonamiento complejo multi-archivo.
• Override: Configura HIVE_OLLAMA_MODEL con cualquier modelo que hayas descargado con ollama pull.

OpenRouter gratuito: qwen/qwen3-coder:free

• ¿Por qué Qwen3 Coder? Modelo MoE de 480B (solo 30B parámetros activos). Mejor modelo de código gratuito disponible en OpenRouter. Competitivo con GPT-4 en tareas de código.
• ¿Por qué tier gratuito? Coste cero para el 80% de tareas delegadas que no necesitan calidad de tier de pago. Con rate limit pero suficiente para la mayoría de flujos de trabajo.
• Override: Configura HIVE_OPENROUTER_MODEL con cualquier modelo gratuito en OpenRouter (ej. deepseek/deepseek-coder-v2:free).

OpenRouter de pago: qwen/qwen3-coder

• ¿Por qué de pago? Mismo modelo, sin rate limits, mayor prioridad. Solo se usa cuando lo permites explícitamente vía max_cost_per_request > 0.
• Coste: ~$0.22/M tokens de entrada, ~$1.00/M tokens de salida. Con el presupuesto por defecto de $1/mes, eso son aproximadamente 1M tokens de salida o ~500 llamadas a delegate_task.
• Override: Configura HIVE_OPENROUTER_PAID_MODEL con cualquier modelo en OpenRouter.

Cómo funciona la decisión de enrutamiento

delegate_task(prompt, max_cost_per_request=0)
    │
    │  Modelo explicito especificado? (ej. "ollama:llama3")
    │  └─ Si → Enviar directamente a ese proveedor. Saltar enrutamiento.
    │
    │  Intentar Ollama (ping HTTP al endpoint):
    │  └─ Alcanzable → Enviar a HIVE_OLLAMA_MODEL. Hecho.
    │
    │  Intentar OpenRouter tier gratuito:
    │  └─ API key configurada → Enviar a HIVE_OPENROUTER_MODEL. Hecho.
    │
    │  Intentar OpenRouter tier de pago:
    │  └─ max_cost_per_request > 0 Y presupuesto mensual permite?
    │     └─ Si → Enviar a HIVE_OPENROUTER_PAID_MODEL. Hecho.
    │
    └─ Todos los niveles agotados → Devolver error. El modelo host lo gestiona.

El enrutamiento es fail-fast: si Ollama no es alcanzable (timeout HTTP), inmediatamente pasa a OpenRouter. Sin reintentos, sin esperas. Un fallthrough típico toma <100ms.