Skip to content

Repository files navigation

AgentForge — AI Agent Deployment Platform

SaaS · AI automation · React · Firebase · n8n · Claude Status: ✅ MVP codebase in repo — pending Firebase project setup + n8n credentials to go live A platform that lets agencies deploy custom AI agents for their clients in under an hour: configure a system prompt, tools and memory, and hand the client a personalized chat URL. The agent learns from use and consolidates memory nightly.

🇬🇧 English version first. · 🇪🇸 La versión en español está más abajoir a Español.

Status Stack Domain License: MIT

AgentForge running: agent configuration on the left, what the client receives on the right

Open the live demo


The problem this solves

Companies increasingly want an "AI employee", but they don't know how to build or operate one. Agencies and consultancies have the know-how — yet they lack a product to deliver it repeatably and profitably. AgentForge is that missing layer: ready-made infrastructure where an agency configures an agent once (system prompt, tools, memory, brand) and ships it to a client as a personalized chat URL — no custom build each time.

The differentiator is a cognitive memory architecture: the agent doesn't just answer, it remembers — accumulating long-term facts about the client and consolidating them over time.


Architecture

flowchart LR
    U["Client end-user"] --> C["Chat UI<br/>React · Firestore realtime"]
    C -->|"write message"| F["Firestore<br/>agents · conversations · messages · memory"]
    F -->|"webhook"| N["n8n workflow<br/>(self-hosted)"]
    N -->|"system prompt + memory + history"| CL["Claude SDK"]
    CL -->|"reply"| N --> F --> C
    T["cloudflared tunnel"] -.exposes.-> N
Loading
Layer Technology
Frontend React · Vite · TailwindCSS → Firebase Hosting (Spark, free tier)
Database Firestore — agents, conversations, messages, memory, config
Orchestration n8n (self-hosted) — processes messages, calls Claude, updates memory
AI Claude SDK — per-agent configurable system prompt
Public exposure cloudflared tunnel → n8n reachable publicly

Agent engine flow: POST /webhook/message → read agent config → read last 10 messages → read long-term memory facts → build the full prompt (system prompt + memory + history) → call Claude → persist the reply to Firestore → the realtime listener renders it in the chat.


Cognitive memory

A two-tier model that mimics human cognition:

  • Short-term: the last N messages of the current conversation injected into context (N configurable per agent, default 10).
  • Long-term: when a session closes (or every X messages), n8n asks Claude to extract up to 5 key facts from the transcript and persists them in Firestore (memory/{agentId}/facts/), to be re-injected in future conversations.
  • Knowledge base: per-client markdown documents.

Roadmap

Tracked as 5 epics (see project board):

Epic Scope Status
1 · Infrastructure Firebase project, Firestore schema, Vite+React+TS scaffold, firestore.rules, cloudflared→n8n ✅ In repo
2 · Chat UI AgentChat / Chat / MessageBubble / TypingIndicator / MessageInput, Firestore realtime, route /chat/{agentId} ✅ In repo
3 · Agent Engine n8n workflow + Claude integration (the flow above) ✅ In repo (n8n/agent-engine.json)
4 · Cognitive Memory short-term + long-term fact extraction ✅ In repo (n8n/memory-consolidation.json + memory UI)
5 · Admin Dashboard create/manage agents, view conversations, edit memory, copy public URL ✅ In repo

MVP Demo milestone: one functional agent with realtime chat, session memory, deployed on Firebase, demo-able for clients.


Tech stack

Layer Technology
Frontend React · Vite · TailwindCSS
Backend / data Firebase (Hosting + Firestore)
Orchestration n8n (self-hosted)
AI Claude (Anthropic SDK)
Networking cloudflared tunnel

Business model

AgentForge is sold through the Mindset & Code catalogue, where the scope and price of each engagement are set out in writing: AgentForge.

What matters technically is that it runs entirely on free or self-hosted tiers — Firebase Spark, our own n8n — so the operating cost per deployed agent stays close to zero. That is what makes one agent per client viable in the first place.


Project status

ℹ️ Honest status: the full MVP codebase now lives in this repository — Vite+React+TS chat UI, admin dashboard (Firebase Auth), firestore.rules, and both n8n workflows (agent engine + nightly memory consolidation, validated with n8n-mcp). Not yet deployed: requires creating the Firebase project, loading .env.local, and importing the n8n workflows with credentials (see n8n/README.md).


License & contact

Released under the MIT License.


🇪🇸 Español

AgentForge — Plataforma de despliegue de agentes IA

SaaS · automatización con IA · React · Firebase · n8n · Claude Estado: ✅ Código del MVP en el repo — falta configurar el proyecto Firebase + credenciales n8n para salir a producción Una plataforma que permite a agencias desplegar agentes IA personalizados para sus clientes en menos de una hora: configura un system prompt, herramientas y memoria, y entrega al cliente una URL de chat personalizada. El agente aprende con el uso y consolida memoria por la noche.

🇪🇸 Traducción al español. La versión en inglés está al inicio → ir a English.


El problema que resuelve

Las empresas quieren cada vez más un "empleado IA", pero no saben cómo construirlo ni operarlo. Las agencias y consultoras tienen el conocimiento — pero les falta un producto para entregarlo de forma repetible y rentable. AgentForge es esa capa que falta: infraestructura lista donde una agencia configura un agente una vez (system prompt, herramientas, memoria, marca) y lo entrega al cliente como una URL de chat personalizada — sin desarrollo a medida cada vez.

El diferenciador es una arquitectura de memoria cognitiva: el agente no solo responde, recuerda — acumulando hechos a largo plazo sobre el cliente y consolidándolos con el tiempo.


Arquitectura

flowchart LR
    U["Cliente final"] --> C["Chat UI<br/>React · Firestore realtime"]
    C -->|"escribe mensaje"| F["Firestore<br/>agents · conversations · messages · memory"]
    F -->|"webhook"| N["workflow n8n<br/>(self-hosted)"]
    N -->|"system prompt + memoria + historial"| CL["Claude SDK"]
    CL -->|"respuesta"| N --> F --> C
    T["cloudflared tunnel"] -.expone.-> N
Loading
Capa Tecnología
Frontend React · Vite · TailwindCSS → Firebase Hosting (Spark, gratis)
Base de datos Firestore — agentes, conversaciones, mensajes, memoria, config
Orquestación n8n (self-hosted) — procesa mensajes, llama a Claude, actualiza memoria
IA Claude SDK — system prompt configurable por agente
Exposición pública cloudflared tunnel → n8n accesible públicamente

Flujo del agent engine: POST /webhook/message → leer config del agente → leer últimos 10 mensajes → leer facts de memoria a largo plazo → construir el prompt completo (system prompt + memoria + historial) → llamar a Claude → persistir la respuesta en Firestore → el listener en tiempo real la renderiza en el chat.


Memoria cognitiva

Un modelo de dos niveles que imita la cognición humana:

  • Corto plazo: los últimos N mensajes de la conversación actual inyectados en el contexto (N configurable por agente, default 10).
  • Largo plazo: al cerrar una sesión (o cada X mensajes), n8n pide a Claude extraer hasta 5 hechos clave del transcript y los persiste en Firestore (memory/{agentId}/facts/), para reinyectarlos en conversaciones futuras.
  • Base de conocimiento: documentos markdown por cliente.

Roadmap

Organizado en 5 épicas (ver tablero del proyecto):

Épica Alcance Estado
1 · Infraestructura Proyecto Firebase, schema Firestore, scaffold Vite+React+TS, firestore.rules, cloudflared→n8n ✅ En el repo
2 · Chat UI AgentChat / Chat / MessageBubble / TypingIndicator / MessageInput, Firestore realtime, ruta /chat/{agentId} ✅ En el repo
3 · Agent Engine workflow n8n + integración Claude (el flujo de arriba) ✅ En el repo (n8n/agent-engine.json)
4 · Memoria cognitiva corto plazo + extracción de facts a largo plazo ✅ En el repo (n8n/memory-consolidation.json + UI de memoria)
5 · Admin Dashboard crear/gestionar agentes, ver conversaciones, editar memoria, copiar URL pública ✅ En el repo

Milestone MVP Demo: un agente funcional con chat en tiempo real, memoria de sesión, desplegado en Firebase, demo-able para clientes.


Stack técnico

Capa Tecnología
Frontend React · Vite · TailwindCSS
Backend / datos Firebase (Hosting + Firestore)
Orquestación n8n (self-hosted)
IA Claude (Anthropic SDK)
Red cloudflared tunnel

Modelo de negocio

AgentForge se contrata desde el catálogo de Mindset & Code, donde el alcance y el precio de cada encargo van por escrito: AgentForge.

Lo relevante técnicamente es que corre íntegramente sobre capas gratuitas o autoalojadas —Firebase Spark, n8n propio—, así que el coste de operación por agente desplegado se queda cerca de cero. Eso es justamente lo que hace viable un agente por cliente.


Estado del proyecto

ℹ️ Estado honesto: el código completo del MVP ya vive en este repositorio — chat UI Vite+React+TS, admin dashboard (Firebase Auth), firestore.rules y los dos workflows n8n (agent engine + consolidación nocturna de memoria, validados con n8n-mcp). Aún sin desplegar: falta crear el proyecto Firebase, rellenar .env.local e importar los workflows n8n con credenciales (ver n8n/README.md).


Licencia y contacto

Publicado bajo la Licencia MIT.


Ficha del proyecto: AgentForge en mindset-code.com — qué problema resuelve, para quién y con qué está construido.

Mindset & Code · asesoría fiscal y tecnológica · mindset-code.com

About

Infraestructura para desplegar un agente de IA por cliente, con memoria persistente. React + Firebase + n8n + Claude.

Topics

Resources

Stars

0 stars

Watchers

0 watching

Forks

Releases

Packages

Contributors

Languages