AgentForge
Infraestructura para montar un agente de IA por cliente sin construirlo cada vez desde cero.
IA y automatización · TypeScript · Código del MVP publicado
El problema
Muchas empresas quieren un «empleado de IA» y no saben construirlo ni operarlo. Quien sí sabe —una consultora— no tiene producto con el que entregarlo de forma repetible: cada encargo vuelve a empezar por el principio y el margen se lo come el montaje.
Qué hace
- Se configura el agente una vez —instrucciones, herramientas, memoria y marca— y se entrega al cliente como una dirección de chat propia.
- La conversación viaja de la interfaz a Firestore, de ahí a un flujo de n8n autoalojado y de ahí al modelo.
- Memoria persistente: los hechos de largo plazo sobre el cliente se cargan en cada turno y se consolidan cada noche en un máximo de veinte.
- Sin coste por instancia: la infraestructura es la misma para todos los agentes.
Lo que se decidió al construirlo
- La memoria cuelga del agente, no de la conversación
- Cada agente tiene su propia colección de hechos, que se reinyecta en el prompt en cada turno. Guardarla en la conversación la haría desaparecer al abrir un chat nuevo, que es exactamente lo que convierte a un asistente en algo que hay que volver a poner al día cada mañana.
- El motor escribe con cuenta de servicio, y por eso las reglas son estrictas
- El plan gratuito no tiene funciones en la nube, así que la orquestación vive en un n8n autoalojado que habla con la base de datos por su interfaz de administración. Esa vía no pasa por las reglas de seguridad, y por eso las reglas del cliente son restrictivas: lo que el navegador puede escribir se limita a lo que un usuario final debe poder escribir.
- La consolidación nocturna aborta antes que estropear la memoria
- Cada madrugada se fusionan los hechos acumulados en un máximo de veinte. Como el paso borra los viejos y escribe los nuevos, va en una sola operación atómica, y si el modelo no devuelve algo válido el flujo corta antes de tocar nada. Una memoria a medio borrar es peor que una memoria sin consolidar.
- El historial se ordena y se limpia antes de enviarlo
- La consulta devuelve los mensajes del más nuevo al más viejo, así que se invierten antes de armar el prompt, y los turnos que fallaron se descartan. Un modelo al que se le entrega la conversación del revés contesta con una coherencia razonable y responde a otra cosa.
Hasta dónde llega
- Es un producto mínimo sin desplegar: los flujos están inactivos, las credenciales sin rellenar y no hay ningún proyecto en la nube creado. Lo que se puede leer es la arquitectura completa, no un servicio en marcha.
- Los hechos de la memoria hoy se introducen a mano desde el panel. La extracción automática al cerrar una sesión está en el diseño, no en el código.
- El identificador de cliente es un campo informativo: no interviene en ninguna consulta ni en ninguna regla de seguridad. El aislamiento real es por agente, y en esta versión la colección de mensajes es legible sin autenticar.
- Las herramientas que se configuran en el panel se guardan pero el flujo no las usa todavía: la llamada al modelo lleva instrucciones, memoria e historial, y nada más.
Construido con
- React
- Firebase
- n8n
- Claude