localProcess_Manager — Arquitectura Didáctica y Segundo Cerebro Neuronal para Agentes de IA en CLI

[!NOTE] Proyecto en Fase de Ideación y Pruebas Activas: Este entorno se encuentra en proceso de desarrollo experimental continuo. Las arquitecturas Zero-Clutter, el motor RAG Híbrido (FTS5 + Vectores RRF), el servidor MCP y el instalador automático se están refinando activamente a través de iteraciones de prueba.

localProcess_Manager es un entorno modular de arquitectura avanzada diseñado para estandarizar la colaboración entre desarrolladores de software y agentes de Inteligencia Artificial (IA) en terminales y línea de comandos (CLI). Incorpora una arquitectura Zero-Clutter RAG Híbrida (SQLite FTS5 + Vectores 384d), un Dashboard de Configuración Web Local y un Segundo Cerebro Neuronal (Neural Memory Engine — NME) expuesto vía el protocolo MCP (Model Context Protocol).

---

Propósito del Repositorio

Proporcionar un entorno estandarizado que permita interactuar con asistentes de IA en CLI de manera predecible, ultrarrápida y privada. Elimina la redundancia de archivos Markdown y el desperdicio de tokens mediante búsquedas léxicas y semánticas híbridas de sub-milisegundo (< 3 ms) respaldadas en SQLite.

---

Componentes Principales de la Arquitectura

1. Búsqueda RAG Híbrida (FTS5 + Vectores RRF):
   • Búsqueda Léxica: Coincidencia exacta de tokens de código y rutas vía SQLite FTS5 (BM25).
   • Búsqueda Semántica: Extractor de embeddings densos de 384 dimensiones (encoder.py).
   • Fusión RRF: Algoritmo Reciprocal Rank Fusion (vector_store.py) que combina ambas búsquedas en sub-milisegundos con TRIGGERS de base de datos nativos.
2. Servidor MCP Protocol (Model Context Protocol): Conector nativo stdio JSON-RPC 2.0 (mcp_brain_server.py) que expone las herramientas consultar_memoria_neuronal, guardar_memoria_neuronal y limpiar_memoria_neuronal para Antigravity CLI.
3. Instalador Automático 1-Clic (install.sh): Script de configuración automatizada para Linux que registra el Servidor MCP en settings.json y configura la función inteligente agy-ctx en el entorno de terminal del usuario.
4. Dashboard HTTP Local & UI Multi-Proyecto: Panel de control web local (tools/server.py y tools/web/) construido con Vanilla CSS e ES Modules desacoplados para administrar, renombrar y eliminar proyectos en tiempo real.
5. Arquitectura Zero-Clutter: Persistencia primaria y única fuente de verdad en base de datos relacional binaria privada memory.db, ofreciendo reportes consolidados en Markdown bajo demanda vía /api/export sin generar archivos .md redundantes en disco.

---

Estructura del Repositorio

localProcess_Manager/
├── README.md                     # Guía de uso y documentación principal
├── LICENSE                       # Licencia MIT de código abierto en español
├── install.sh                    # Instalador automático de la integración con Antigravity CLI
├── control_checkpoints.md        # Registro y control del estado del entorno
├── prompt.md                     # System Prompt compilado inyectable a la IA
├── .gitignore                    # Exclusión de binario memory.db y cache de Python
├── workspace/                    # Espacio operativo temporal
│   ├── inputs/                   # Fragmentos de código o documentación para la IA
│   └── outputs/                  # Borradores o reportes que genera la IA
└── tools/                        # Herramientas, Servidor HTTP, MCP y Segundo Cerebro
    ├── compilar_prompt.py        # Compilador de prompt.md con auto-resolución por carpeta
    ├── memory_engine.py          # Motor de persistencia SQLite y exportador a demanda
    ├── server.py                 # Servidor HTTP local y API del Dashboard Web
    ├── web/                      # Dashboard UI Web (Vanilla CSS + ES Modules)
    │   ├── index.html            # Punto de entrada HTML del Dashboard
    │   ├── style.css             # Sistema de diseño Dark Mode (IDE)
    │   └── js/                   # Javascript modular
    │       ├── app.js            # Punto de entrada e inicialización
    │       ├── config.js         # Esquemas y opciones de configuración
    │       ├── utils.js          # Funciones auxiliares y helpers
    │       └── componentes/      # Módulos de componentes en español
    │           ├── navegacion.js
    │           ├── configuracionDesarrollador.js
    │           ├── configuracionProyecto.js
    │           ├── selectorProyectos.js
    │           ├── aprendizajes.js
    │           ├── bitacoraTareas.js
    │           └── visorPrompt.js
    └── neural_brain/             # Segundo Cerebro Neuronal (RAG Híbrido + MCP)
        ├── encoder.py            # Motor de vectorización de 384d
        ├── vector_store.py       # Almacenamiento vectorial, índice FTS5 y fusión RRF
        ├── mcp_brain_server.py   # Servidor MCP stdio JSON-RPC 2.0 para Antigravity CLI
        ├── test_brain.py         # Benchmark de latenciaNeuronal
        ├── test_hybrid_brain.py  # Suite de pruebas comparativas RAG Híbrido
        └── test_mcp_client.py    # Simulador de pruebas para cliente MCP

---

Guía de Instalación y Uso Rápido (Linux)

1. Instalación en 1 Clic

Clona el repositorio y ejecuta el instalador automático:

git clone https://github.com/jona943/___localProcess_Manager.git
cd ___localProcess_Manager
./install.sh
source ~/.bashrc

---

2. Iniciar el Dashboard Web Local

Inicia el panel de control local:

python3 tools/server.py

Abre http://localhost:8000 en tu navegador para administrar preferencias de desarrollador, registrar proyectos y generar prompts compilados.

---

3. Usar Antigravity CLI en Cualquier Proyecto (agy-ctx)

Navega a cualquier carpeta de tu equipo y ejecuta:

cd ~/Escritorio/MiProyecto
agy-ctx

Antigravity CLI detectará automáticamente tu proyecto en SQLite, cargará tus reglas técnicas e iniciará la sesión con el Servidor MCP RAG Híbrido conectado.

---

_{localProcess_Manager — AI CLI Architecture & Workflow 2026}