Síntesis de herramientas JIT v4

Generación de herramientas bajo demanda impulsada por LLM con aprobación humana y ejecución segura.

Descripción general

Este sistema genera herramientas de TypeScript de forma dinámica utilizando un LLM, requiere aprobación humana antes de la ejecución y las ejecuta en un entorno aislado (sandbox).

Related MCP server: Code Mode MCP Server

Arquitectura

┌─────────────┐     ┌──────────────┐     ┌─────────────┐
│ Synthesizer │────▶│   Approval   │────▶│  Sandbox    │
│   (LLM)     │     │ (Human Gate) │     │ (Execution) │
└─────────────┘     └──────────────┘     └─────────────┘
       │                   │                    │
       ▼                   ▼                    ▼
  Generates TS        Waits for            Runs in
  tool code          human approval       isolated env

Componentes

Independiente del proveedor

Esta herramienta funciona con cualquier API de LLM compatible con OpenAI:

• OpenRouter — Más de 100 modelos (Claude, GPT, Llama, etc.)

• OpenAI — GPT-4o, o3, etc.

• Ollama — Modelos locales (Llama, Qwen, etc.)

• LM Studio — Modelos locales con interfaz gráfica

• Groq — Inferencia rápida

• Cualquier otra API compatible con OpenAI

Configuración

# Install dependencies
npm install

# Copy environment template
cp .env.example .env

Configura tu proveedor de LLM

Edita .env con los detalles de tu proveedor:

# Option 1: OpenRouter (default - 100+ models)
LLM_API_KEY=your-openrouter-key
LLM_BASE_URL=https://openrouter.ai/api/v1
LLM_MODEL=anthropic/claude-sonnet-4-6

# Option 2: OpenAI direct
LLM_API_KEY=sk-...
LLM_BASE_URL=https://api.openai.com/v1
LLM_MODEL=gpt-5.4

# Option 3: Ollama (local)
LLM_BASE_URL=http://localhost:11434/v1
LLM_MODEL=llama-3.3

# Option 4: Groq
LLM_API_KEY=gsk_...
LLM_BASE_URL=https://api.groq.com/openai/v1
LLM_MODEL=llama-3.3-70b-versatile

Uso

Compilación

npm run build

Prueba con el inspector MCP

La forma más rápida de verificar que todo funciona:

npx @modelcontextprotocol/inspector node dist/server.js

Conexión a clientes MCP

Este servidor funciona con cualquier cliente MCP. Ejemplos de configuración:

Claude Desktop — añádelo a la configuración MCP de tu Claude Desktop:

{
  "mcpServers": {
    "jit-tool-synthesis": {
      "command": "node",
      "args": ["/absolute/path/to/jit-tool-synthesis/dist/server.js"],
      "env": {
        "LLM_API_KEY": "your-api-key",
        "LLM_BASE_URL": "https://openrouter.ai/api/v1",
        "LLM_MODEL": "anthropic/claude-sonnet-4-6"
      }
    }
  }
}

Claude Code:

claude mcp add jit-tools node /absolute/path/to/jit-tool-synthesis/dist/server.js

VS Code (Copilot):

code --add-mcp '{"name":"jit-tools","type":"stdio","command":"node","args":["/absolute/path/to/jit-tool-synthesis/dist/server.js"]}'

Cursor — añádelo a .cursor/mcp.json:

{
  "mcpServers": {
    "jit-tools": {
      "command": "node",
      "args": ["/absolute/path/to/jit-tool-synthesis/dist/server.js"],
      "env": { "LLM_API_KEY": "your-api-key" }
    }
  }
}

Configuración en tiempo de ejecución

Puedes cambiar el proveedor de LLM sin reiniciar:

# View current config
get_config

# Change model at runtime
set_config model=openai/gpt-5.4

Herramientas MCP

Flujo de trabajo

1. Solicitud — El usuario pide una herramienta (ej. "crea un conversor de colores")

2. Síntesis — El LLM genera el código de la herramienta

3. Prueba — Validar con parámetros de muestra antes de confirmar

4. Aprobación — Un humano revisa y aprueba el código

5. Ejecución — La herramienta se ejecuta en un entorno aislado

6. Almacenamiento — Las herramientas aprobadas persisten entre sesiones

Variables de entorno

También se admite (legado): OPENROUTER_API_KEY, OPENAI_API_KEY, OPENAI_BASE_URL, SYNTHESIZER_MODEL

Seguridad

• El código generado se ejecuta en un entorno aislado (sandbox) de VM

• Los patrones bloqueados previenen código peligroso (process, require, eval, etc.)

• Las claves API no se almacenan en el archivo de configuración

Estado

Listo para producción — Fase 1 completada.