Memoria, guardarraíles y gobernanza para agentes de IA.
Capa self-hosted que envuelve a Claude Code, Cursor, Codex o Gemini CLI. Memoria persistente entre sesiones, guardarraíles inviolables (detección de secretos, alineación de intención, test gating) y un flujo PM-driven donde los tickets de Linear/Jira/Asana son la unidad de trabajo del agente.
sin SaaS · sin telemetría · sin tokens pagos por foundry-ai
Lanzamiento público
Tres cosas que tu agente no hace solo.
foundry-ai no reemplaza a Claude Code, Cursor o Codex. Les agrega memoria, gobernanza y disciplina de specs.
Memoria persistente
Cada prompt, cada tool call, cada sesión queda capturada en `.fnd/echo`, cifrado con SQLCipher. Recuperable vía FTS5 desde cualquier agente.
fnd memory --since 24h --source cursor
Guardarraíles inviolables
Sentinel detecta secretos antes de que entren al prompt. Cadena HMAC tamper-evident sobre cada escritura protegida.
HMAC chain: auditoría tamper-evident
Specs como unidad de trabajo
Cada intervención del agente nace de un spec acotado. Auditado por el arquitecto que vive dentro de tu propio agente vía MCP.
veredicto: pass / fail / conditional
El bucle, sin tokens extra.
El arquitecto vive dentro de tu agente vía MCP. Tu suscripción paga los tokens de razonamiento; foundry-ai persiste el veredicto y refuerza la cadena.
fnd init
Asistente de 3 preguntas. Crea `.fnd/echo` cifrado, registra hooks de Claude Code y el MCP server.
usás tu agente
Cada prompt, tool call y sesión queda en el echo. Memoria persistente sin tocar workflow.
creás un spec
`fnd spec new` o `from-ticket linear:ABC-123`. El agente lo audita con su propio modelo vía MCP.
fnd score
Vista unificada de memoria, guardarraíles, specs e integridad de la cadena HMAC.
Una llamada en vez de cinco.
Foundry colapsa las llamadas a Jira/Asana en una sola, enriquecida en Rust — sin tokens de orquestación.
Empezá en dos comandos.
Instalá `fnd`, corré `fnd init` en tu repo, seguí usando Claude Code normalmente.