InsForge: Plataforma de Backend de Código Abierto para Agentes de Codificación de IA

✍️ OpenClawRadar📅 Publicado: 18 de mayo de 2026🔗 Source
InsForge: Plataforma de Backend de Código Abierto para Agentes de Codificación de IA
Ad

InsForge (YC P26) es una plataforma de backend de código abierto diseñada específicamente para agentes de IA de codificación. En lugar de que los agentes tengan que manejar paneles y configuraciones manuales, InsForge les proporciona una CLI y habilidades para gestionar todas las tareas de backend/infraestructura de extremo a extremo. El proyecto está disponible en GitHub bajo licencia Apache 2.0.

Cómo funciona

Los agentes de codificación interactúan con InsForge a través de dos interfaces:

  • Servidor MCP (autoalojado y en la nube): expone las operaciones de InsForge como herramientas para cualquier agente compatible con MCP.
  • CLI + Habilidades (solo nube): una interfaz de línea de comandos emparejada con Habilidades que los agentes invocan directamente desde la terminal.

Ambos permiten a los agentes leer el contexto del backend (documentación, esquemas, registros) y configurar primitivas (desplegar funciones edge, ejecutar migraciones, crear buckets, configurar proveedores de autenticación).

Productos principales

  • Autenticación – gestión de usuarios, autenticación, sesiones
  • Base de datos – base de datos relacional PostgreSQL
  • Almacenamiento – almacenamiento de archivos compatible con S3
  • Puerta de enlace de modelos – API compatible con OpenAI para múltiples proveedores de LLM
  • Funciones Edge – código sin servidor en el borde
  • Computación (vista previa privada) – servicios de contenedores de larga duración
  • Despliegue de sitios – construir y desplegar sitios
Ad

Funciones específicas para agentes

  • Ramificación del backend: ramifica todo el backend (BD, autenticación, almacenamiento, funciones, programaciones). Los agentes trabajan en una rama, tú revisas las diferencias, fusionas o descartas. Inspirado en Neon.
  • Telemetría del servidor: los agentes leen registros, CPU, memoria, disco para encontrar picos y causas raíz.
  • Agente de depuración: cada proyecto tiene un agente de depuración dedicado. Tu agente de codificación hace preguntas como "¿por qué falló el despliegue?", el agente de depuración ejecuta diagnósticos y propone correcciones.
  • Asesor de backend: escanea tu backend diariamente en busca de problemas de seguridad y rendimiento, propone remedios y los envía a tu agente de codificación.

Inicio rápido (autoalojado)

git clone https://github.com/InsForge/InsForge.git
cd insforge
cp .env.example .env
docker compose -f docker-compose.prod.yml up

Luego abre http://localhost:7130 para conectar el servidor MCP. Después de la configuración, pídele a tu agente: "Estoy usando InsForge como plataforma de backend."

La versión en la nube está disponible en insforge.dev.

El equipo señala que comenzaron InsForge porque las configuraciones manuales de MCP tenían problemas: herramientas precargadas en el contexto, payloads grandes (>10k tokens) y capacidades faltantes como telemetría y configuraciones. Al poner todo en una CLI y enseñar a los agentes mediante habilidades, evitaron esos problemas.

📖 Read the full source: HN AI Agents

Ad

👀 Ver también

Servidor MCP de código abierto agrega memoria de sesión integrada para Claude Desktop.
Herramientas

Servidor MCP de código abierto agrega memoria de sesión integrada para Claude Desktop.

Un desarrollador construyó un servidor MCP en TypeScript con memoria de sesión integrada para preservar el contexto entre sesiones de codificación en Claude Desktop, eliminando la necesidad de infraestructura de memoria separada. El servidor incluye funciones de guardar/cargar sesiones y herramientas adicionales como integración con Brave Search y Google Gemini.

OpenClawRadar
MLJAR Studio: Analista de Datos de IA Local que Genera Notebooks Reproducibles
Herramientas

MLJAR Studio: Analista de Datos de IA Local que Genera Notebooks Reproducibles

MLJAR Studio es una aplicación de escritorio que convierte preguntas en lenguaje natural en notebooks de Python ejecutados localmente, con AutoML para datos tabulares y soporte para LLM locales a través de Ollama.

OpenClawRadar
🦀
Herramientas

Títulos de macOS con Apple Silicon: Inferencia de LLM de 11 a 16 veces más rápida con el shim de capacidad de Metal

El shim de capacidades Metal a nivel de proceso de Cua desbloquea kernels más nuevos en VMs de macOS, acelerando la inferencia de llama.cpp hasta 16× en Apple Silicon. Lanzamiento de investigación de código abierto.

OpenClawRadar
Cómo Mendral redujo los costos de LLM al actualizar a Opus: Patrón de Triaje, Acceso SQL y Arquitectura de Subagentes
Herramientas

Cómo Mendral redujo los costos de LLM al actualizar a Opus: Patrón de Triaje, Acceso SQL y Arquitectura de Subagentes

Mendral pasó de Sonnet a Opus 4.6 para el análisis de fallos de CI, pero redujo costos mediante el uso de un triador Haiku que desvía el 80% de los fallos, dando a los agentes acceso SQL a ClickHouse en lugar de enviar registros, y generando subagentes baratos para hacer la investigación real.

OpenClawRadar