Skip to main content
Glama

Front Office

Sistema de registro de diseño-ops para proyectos construidos en conversación con IA: registros de decisiones, preguntas abiertas y documentos como vistas generadas — para que cada sesión (humana o IA, hoy o dentro de meses, paralela o secuencial) trabaje desde el mismo cerebro en lugar del scrollback del chat.

Nacido de un problema real: diseñar un juego a lo largo de largas sesiones de IA produjo 46 decisiones registradas, y "¿eso se aprobó realmente?" seguía requiriendo una auditoría. Front Office convierte el rastro de auditoría en el artefacto principal.

Ideas centrales

  • El registro de decisiones es un registro de eventos. Cada decisión lleva cuándo / quién / por qué, una etiqueta de procedencia[A] decisión humana explícita · [A→C] dirección humana, especificación de IA · [C→A] propuesta de IA, ratificada por humano · [C] asumido por IA, vigente pero vetable — y un estado (✅ decidido · 🕐 pendiente de documento · 💬 propuesto). Las correcciones son nuevas entradas que referencian a las anteriores, nunca ediciones.

  • Las preguntas abiertas son registros, no scrollback. Los elementos sin responder viven en un archivo rastreado hasta que se resuelven — con una entrada en el registro.

  • Los documentos son compilaciones. Los paquetes de contexto y las vistas de estado se generan a partir de los registros; el markdown es el almacenamiento y el formato de intercambio, por lo que no hay bloqueo — los archivos son útiles sin ninguna herramienta.

  • La salvaguarda del jinete. Una propuesta adjunta a una decisión aprobada nunca hereda esa aprobación. Los borradores escritos por IA son siempre 💬.

Related MCP server: kb

Uso

npm ci
npm run fo -- status                 # counts, unratified [C] list, pending rulings
npm run fo -- decisions --provenance C --status decided
npm run fo -- open --section A
npm run fo -- show 12
npm run fo -- pack                   # writes projects/<p>/context-pack.md
npm run fo -- validate               # CI-able: exit 1 on invariant violations

Los datos del proyecto viven en projects/<name>/ que contiene *decision-log.md y *open-items.md (consulta test/fixtures/ para el formato). projects/ está en gitignore — los datos del inquilino son tuyos y permanecen privados. Apunta a otro lugar con --project <dir> o FO_PROJECT_DIR.

Interfaz web

npm run fo -- pack   # optional: regenerate views first
npm run web          # http://localhost:4747 (FO_PORT / FO_PROJECT_DIR to override)

Panel en vivo sobre los mismos archivos: feed de decisiones con chips de procedencia/estado y filtros, franja de atención (decisiones pendientes, [C] no ratificados), elementos abiertos por sección, estadísticas — y un formulario de borrador (los borradores son siempre 💬). Separación 100% UI/lógica: el cliente no contiene lógica de negocio; cada valor derivado llega precalculado desde /api/state, el navegador solo renderiza y envía comandos.

Servidor MCP (la conexión de cerebros)

Expone los registros a cualquier sesión de Claude Code:

claude mcp add front-office --scope user -- npx tsx <repo>/src/mcp/server.ts

Herramientas: get_context_pack · list_decisions · list_open_items · draft_decision (siempre 💬) · get_stats. Configura FO_PROJECT_DIR en el entorno del servidor para seleccionar el proyecto.

Arquitectura

Según la propia doctrina del proyecto (sí, sus decisiones de diseño se rastrean en un registro de Front Office):

  • src/core, src/adapters, src/viewspuros (perfil ESLint funcional estricto: sin let/bucles/clases/mutación, los relojes y la aleatoriedad deben inyectarse).

  • src/shell, src/mcp — el borde de efectos (perfil moderado).

  • Los analizadores mantienen las celdas crudas verbatim → la serialización hace round-trip exacto (parse(serialize(parse(x))) ≡ parse(x), probado por propiedades).

npm run typecheck && npm run lint && npm test

MIT.

A
license - permissive license
-
quality - not tested
C
maintenance

Maintenance

Maintainers
Response time
Release cycle
Releases (12mo)
Commit activity

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

  • A
    license
    -
    quality
    D
    maintenance
    A database-backed MCP server that acts as a project memory bank, enabling AI assistants to store, retrieve, and search structured context like decisions, tasks, and architecture using SQLite and vector embeddings.
    Apache 2.0
  • A
    license
    -
    quality
    C
    maintenance
    A local MCP server that provides a shared context and learning foundation across multiple AI tools (Claude, Copilot, Codex) for multiple projects, enabling persistent knowledge, decisions, and gap reflection through note storage.
    MIT
  • A
    license
    A
    quality
    B
    maintenance
    An MCP server that records decisions, rejected alternatives, and justifications, and retrieves them later to avoid re-litigating past choices. It stores data locally in SQLite and Markdown.
    2
    Apache 2.0
  • A
    license
    -
    quality
    D
    maintenance
    MCP server for BRIEF.md that captures decisions, constraints, and questions during AI chats, enabling seamless project re-entry across different AI tools.
    11
    MIT

View all related MCP servers

Related MCP Connectors

  • MCP server for generating rough-draft project plans from natural-language prompts.

  • A comprehensive Model Context Protocol (MCP) server that enables AI assistants to interact with yo…

  • MCP server for AI agents to plan, verify, and deploy Cloudflare-native apps.

View all MCP Connectors

Latest Blog Posts

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/asafjac/front-office'

If you have feedback or need assistance with the MCP directory API, please join our Discord server