LocalForge
LocalForge ⚒️
Мост на базе Model Context Protocol (MCP) для гибридного агентного кодирования — передача токеноёмкой реализации локальным моделям с открытым исходным кодом.
Архитектор — в облаке. Реализация — локально. Экономьте 80–90% токенов премиальных API.
💡 Проблема и решение
В традиционных схемах агентного кодирования передовые модели (OpenAI Codex, Claude 3.7 Sonnet / Opus) выполняют каждый шаг рабочего процесса: от высокоуровневых рассуждений до чтения тысяч строк репозитория, запуска тестов и исправления ошибок компилятора.
Это крайне дорого и неэффективно:
Более 80% всех токенов уходит на повторяющиеся механические циклы (поиск файлов, исправление синтаксиса, итерации модульных тестов).
Контекст собственной кодовой базы многократно передаётся во внешние облачные API.
LocalForge решает это с помощью гибридного агентного кодирования:
Передовая облачная модель: выступает в роли архитектора и ревьюера (высокий интеллект, малый объём токенов).
LocalForge (граница MCP): диспетчеризирует структурированные ограниченные спецификации задач и управляет локальными песочницами.
Локальная open-source модель (Local LLM): выполняет токеноёмкие циклы реализации, редактирования и отладки тестов локально с нулевой дополнительной стоимостью API.
Ревью передовой моделью: облачная модель проверяет только краткий дифф, логи и сводку для подтверждения корректности.
┌──────────────────────────────────────────────────────────┐
│ 1. ARCHITECT / REVIEWER │
│ (Codex / Claude) │
│ • Understands requirement • Reviews diff & logs │
└────────────────────────────┬─────────────────────────────┘
│
[MCP Task Specification]
│
▼
┌──────────────────────────────────────────────────────────┐
│ 2. LOCALFORGE (MCP) │
│ • Session continuity • Privacy boundary │
│ • Cross-process locks • Telemetry ledger │
└────────────────────────────┬─────────────────────────────┘
│
[Local Inference Stream]
│
▼
┌──────────────────────────────────────────────────────────┐
│ 3. IMPLEMENTATION WORKER │
│ (DeepSeek V4 Flash / Qwen 2.5 / 3.5) │
│ ┌────────────────────────────────────────────────────┐ │
│ │ 🔄 LOCAL ITERATION LOOP │ │
│ │ Read Repo ➔ Edit Code ➔ Run Tests ➔ Fix Errors │ │
│ └────────────────────────────────────────────────────┘ │
└──────────────────────────────────────────────────────────┘Related MCP server: local-llm-delegation-mcp
✨ Ключевые особенности
📉 Сокращение премиальных токенов на 80–90%: Токеноёмкие изменения кода, индексация файлов и отладка тестов полностью выполняются на локальном оборудовании.
🛡️ Строгие границы конфиденциальности и безопасности: Чувствительные внутренние файлы и многократные диагностические дампы остаются внутри вашей локальной сети.
🔄 Непрерывность сессии: Многошаговые уточнения (
opencode_followup) возобновляют ту же самую сессию выполнения без повторной отправки всего контекста репозитория.🔒 Межпроцессная блокировка репозитория: Предотвращает конфликтующие параллельные записи из нескольких вкладок или клиентов агента.
📊 Телеметрия и журнал аудита: Автоматическая запись длительности выполнения, затронутых файлов, добавленных/удалённых строк и расчётной экономии токенов в
state/ledger.jsonl.⚡ Регистрация клиента без настройки: Подключение в одну команду для Codex, Claude Code, Claude Desktop и Antigravity.
🛠️ Справочник MCP-инструментов
LocalForge регистрирует 8 собственных инструментов поверх стандартного Model Context Protocol (stdio/JSON-RPC):
Tool | Description |
| Отправляет ограниченную спецификацию задачи (цель, ограничения, интерфейсы, контекст) локальному исполнителю. |
| Одноразовое блокирующее ожидание until задача достигнет конечного состояния ( |
| Мгновенный снимок состояния активной или завершённой задачи без блокировки. |
| Возвращает ограниченный git diff изменений, внесённых локальным исполнителем относительно базового коммита. |
| Возобновляет в сессии OpenCode работу над исправлением дефектов, учету краевых случаев или добавлению тестов на основе ревью. |
| Корректно завершает работающую задачу и её дочерние процессы. |
| Проверяет доступность локального эндпоинта модели, работоспособность opencode CLI и активную конфигурацию модели. |
| Запрашивает прошлые результаты делегирования, продолжительность и процент успешных выполнений для указанного репозитория. |
🚀 Быстрый старт
1. Предварительные требования
Node.js:
>= 20.0.0OpenCode CLI: установлен и доступен в
PATH(npm i -g opencode-aiили из бинарной сборки)Локальная инференс-модель: работающая OpenAI-совместимая конечная точка (например, DeepSeek V4 Flash, Qwen 2.5/3.5 на vLLM, Ollama, SGLang или двойные кластеры DGX Spark).
2. Установка и сборка
git clone https://github.com/aditya1503/LocalForge.git
cd LocalForge
npm install
npm run build3. Получение и проверка состояние
npm run dev
# or run health check
tsx tests/v2.test.ts4. Подключение к вашему AI-клиенту
LocalForge включает автоматический скрипт регистрации клиентов:
# Register with OpenAI Codex / Antigravity
node scripts/register-client.mjs antigravity
# Register with Claude Code
node scripts/register-client.mjs claude-code
# Register with Claude Desktop
node scripts/register-client.mjs claude-desktop⚙️ Конфигурация
Задайте следующие переменные окружения в вашем окружении или клиентской конфигурации:
Variable | Default | Description |
|
| Идентификатор модели, передаваемый в OpenCode. |
|
| Эндпоинт для проверки состояния локального сервера инференса. |
| Текущая рабочая директория | Путь в списке разрешённых чтобы предотвратить выход за пределы дерева репозитория. |
|
| Максимальная продолжительность выполнения перед автоматическом завершением. |
📊 Телеметрия и отчёты
Каждая завершённая задача автоматически записывает телеметрию в state/ledger.jsonl. Запустите встроенную утилиту анализа для подсчёта экономии:
npm run rollupПример вывода:
=== LocalForge Telemetry Rollup ===
Total Tasks: 42
Success Rate: 95.2%
Avg Task Duration: 28.4s
Estimated Cloud Tokens Saved: ~1.85M tokens
Top Task Classes: unit-test-generation, bugfix, refactoring🎨 Интерактивная инфографика архитектуры
Этот репозиторий включает автономную интерактивную HTML-инфографику, визуализирующую полный процесс делегирования через MCP:
open index.html📄 Лицензия
Лицензия MIT. Спроектировано и поддерживается ADIS (Artificially Developed Intelligence Services).
This server cannot be installed
Maintenance
Resources
Unclaimed servers have limited discoverability.
Looking for Admin?
If you are the server author, to access and configure the admin panel.
Related MCP Servers
- AlicenseNot gradedqualityDmaintenanceEnables Claude to delegate coding tasks to local Ollama models, reducing API token usage by up to 98.75% while leveraging local compute resources. Supports code generation, review, refactoring, and file analysis with Claude providing oversight and quality assurance.29422AGPL 3.0
- AlicenseAqualityDmaintenanceOptimizes token costs by intelligently delegating low-complexity tasks to local LLMs via LiteLLM, enabling cost-effective development workflows.31MIT
- FlicenseNot gradedqualityBmaintenanceRoutes code generation tasks between local models and Claude Cloud, optimizing cost by handling simple tasks locally and reserving cloud thinking for complex tasks.
- AlicenseBqualityCmaintenanceEnables coding agents like Claude Code and Codex to offload boilerplate generation, summarization, and other bounded text tasks to local or cheap cloud LLMs, keeping the frontier agent in charge of judgment and code edits.92MIT
Related MCP Connectors
Agentic code review, no signup to try: reality gates + frontier-model review, with veto.
Coding agents from Claude Code, Cursor and Codex claim jobs and lock files on one shared board.
Reduces AI Agent token usage by 40% via three-stage SOP workflow.
Latest Blog Posts
- Who's Calling? MCP Hosts Are an Identity Blind Spot (And the Spec Knows It)By Om-Shree-0709 on .mcpAgent IdentityOAuth 2.1
- Your AI Chatbot Just Exposed Your CEO's Salary to an InternBy Om-Shree-0709 on .Agent IdentityMCP SecurityOAuth Delegation
- Why MCP Servers Need Execution Sandboxing (And Why Your Current Stack Isn't Enough)By Om-Shree-0709 on .Agentic AiPrompt InjectionWebAssembly
MCP directory API
We provide all the information about MCP servers via our MCP API.
curl -X GET 'https://glama.ai/api/mcp/v1/servers/aditya1503/MCPRelay'
If you have feedback or need assistance with the MCP directory API, please join our Discord server