Forge: harness de codificación con IA agnóstico del modelo y CLI — guía de decisión antes del primer uso

Para quién es

• Para desarrolladores que quieren completar tareas de codificación en la terminal con un CLI/TUI nativo y que desean que cada tarea se enrute automáticamente al modelo con mejor relación «costo × capacidad». Es un harness de codificación con IA agnóstico del modelo, escrito en Rust, un único binario nativo que no necesita los runtimes Node, Python ni Bun.
• Si prefieres usarlo mediante una aplicación de escritorio, apps acompañantes para iOS/Android/Web o una API local compatible con OpenAI, la documentación oficial indica que estas formas también están disponibles.
• Cuándo no es adecuado: si necesitas métodos de instalación distintos a un asistente de configuración gráfico, o si dependes de un ecosistema concreto de plugins/extensiones, la evidencia no proporciona estos detalles y no se puede confirmar; en cuanto a qué agentes concretos admite y qué entornos de lenguajes soporta, la evidencia oficial no lo indica, por lo que es desconocido y no debes asumirlo por tu cuenta.
• Requisito previo: necesitas credenciales de modelo accesibles. forge setup te guía en la conexión de modelos, la configuración de seguridad y costos, la búsqueda, la importación y los servicios en segundo plano; las claves de API se guardan en el keyring del sistema operativo.

Primer intento en 3 minutos

Solo hay una ruta principal recomendada: el script de instalación oficial de una sola línea para shell.

1. Requisito previo: una terminal capaz de ejecutar shell, con acceso a GitHub.
2. Ejecuta en la terminal:

curl -fsSL https://raw.githubusercontent.com/Adulari/forge/main/install.sh | sh

El script descargará el binario de release correspondiente y lo instalará en ~/.local/bin.

1. Punto de verificación de efectos secundarios: la instalación interactiva también instala por defecto la aplicación de escritorio de Forge. Si no la necesitas, responde n cuando se te pregunte (o establece FORGE_DESKTOP=0 para omitirla). Este método ejecuta un script remoto mediante una tubería, así que verifica tú mismo la confianza en la fuente antes de ejecutarlo.
2. Tras la instalación, inicia forge; la primera vez se abrirá automáticamente el flujo de forge setup, y siguiendo las indicaciones conectarás los modelos y la configuración de seguridad/costos.
3. Para la primera tarea, se recomienda elegir una tarea de análisis de bajo riesgo, por ejemplo pedirle que explique un fragmento de código o resuma la estructura del proyecto en el repositorio actual. Señal de éxito observable: la tarea se distribuye y la respuesta/análisis del modelo se muestra en la interfaz de la terminal. En cuanto a si este proceso lee o escribe tus archivos, ejecuta comandos o accede a la red, la evidencia no lo indica; antes de ejecutar tareas que impliquen cambios, verifícalo tú mismo y aplica tus propios controles.

Otros métodos (solo como mención secundaria): en un repositorio clonado, los hooks, servidores MCP, reglas temper y allow dentro de .forge/ permanecen inactivos hasta que ejecutes forge trust.

Casos de uso

Caso 1: entender rápidamente un repositorio desconocido a bajo costo. Escenario: te hacen cargo de un proyecto de código que no conoces. Método: inicia la interfaz de terminal de forge en el directorio del repositorio y lanza una tarea de análisis de solo lectura, por ejemplo «resume la estructura y los puntos de entrada de este proyecto». Su mecanismo de enrutamiento asignará la tarea al modelo adecuado y verás el resultado directamente en la TUI. Resultado esperable: obtener una visión general del proyecto; es una tarea de análisis que no implica modificar archivos.

Caso 2: ejecución única (headless) de una solicitud de codificación. Escenario: quieres automatizarla en un script o no quieres entrar en la interfaz interactiva. Método: invoca forge en modo one-shot/headless desde el CLI y envía una tarea de codificación concreta (la evidencia no muestra el formato exacto de los argumentos de línea de comandos; se puede confirmar hasta el nivel de «esa forma de uso existe»). Resultado esperable: la tarea se enruta al modelo óptimo según costo × capacidad y devuelve la salida. Para tareas de codificación que impliquen modificar archivos o ejecutar comandos, define claramente el alcance de los cambios antes de enviarlas; la evidencia no describe su comportamiento en cuanto a efectos secundarios, así que debes aplicar controles a nivel de entorno por tu cuenta.

Límites de uso

• Efectos secundarios de la instalación: el script de una sola línea instala por defecto también la aplicación de escritorio (la respuesta interactiva por defecto es yes); recházala con n o con FORGE_DESKTOP=0.
• Límite de confianza a nivel de repositorio: los hooks de .forge/, los servidores MCP y las reglas temper/allow en un repositorio clonado están inactivos por defecto y solo se activan con un forge trust explícito; este es un punto de verificación de seguridad declarado oficialmente.
• Entorno de ejecución: un único binario nativo de Rust, sin dependencias de Node/Python/Bun/Electron. Las claves de API se guardan en el keyring del sistema operativo.

Más allá de las limitaciones declaradas oficialmente, la evidencia no proporciona la siguiente información, que por tanto es desconocida: qué clientes de agente concretos admite, qué rango de lenguajes naturales y de programación soporta, y si las operaciones de revisión o diagnóstico leen/escriben archivos, ejecutan comandos o acceden a la red. No trates lo desconocido como «riesgo cero»; para cualquier tarea que modifique archivos, ejecute comandos o llame a servicios externos, confirma primero los efectos secundarios antes de ejecutarla.