Sobre el proyecto

ContextForge es un registro y proxy de código abierto que federan APIs MCP (Protocolo de Contexto de Modelo), A2A (Agente a Agente) y REST/gRPC en un único endpoint unificado para clientes de IA. Proporciona gobernanza centralizada, descubrimiento y observabilidad en toda la infraestructura de IA. Las capacidades clave incluyen: - **Puerta de enlace de herramientas**: traducción de MCP, REST, gRPC a MCP y compresión TOON - **Puerta de enlace de agentes**: protocolo A2A, enrutamiento de agentes compatible con OpenAI y Anthropic - **Puerta de enlace de API**: limitación de velocidad, autenticación, reintentos y proxy inverso para servicios REST - **Extensibilidad de plugins**: más de 40 plugins para transportes, protocolos e integraciones adicionales - **Observabilidad**: rastreo de OpenTelemetry con Phoenix, Jaeger, Zipkin y otros backends OTLP Se ejecuta como un servidor MCP totalmente compatible, desplegable mediante PyPI o Docker, y se escala a entornos de múltiples clústeres en Kubernetes con federación y caché respaldadas por Redis. El proyecto incluye una interfaz de administración para gestión en tiempo real, configuración y monitoreo de registros, con soporte para despliegues aislados. ContextForge admite federación a través de múltiples servicios MCP y REST, integración A2A para agentes de IA externos (OpenAI, Anthropic, personalizados), traducción de gRPC a MCP mediante descubrimiento automático de servicios basado en reflexión, y virtualización de APIs heredadas como herramientas y servidores compatibles con MCP. Ofrece transporte sobre HTTP, JSON-RPC, WebSocket, SSE y HTTP transmisible, con transporte stdio disponible para uso en el lado del servidor. Las características integradas incluyen autenticación, reintentos, limitación de velocidad con tokens OAuth con ámbito de usuario y soporte incondicional del encabezado X-Upstream-Authorization. El proyecto proporciona despliegues escalables mediante Docker o PyPI, caché respaldada por Redis y federación de múltiples clústeres. Incluye más de 7,000 pruebas, objetivos de Makefile, recarga en vivo y ganchos de pre-commit para desarrollo. Las opciones de inicio rápido incluyen instalación de PyPI, Docker Compose con PostgreSQL y Redis, Helm para Kubernetes y despliegues de contenedor único con Docker o Podman. El proyecto requiere Python ≥ 3.11 y proporciona documentación completa, incluida una guía de configuración de 5 minutos, documentación completa y orientación sobre deprecación.