ThinkWatch: Puerta de Enlace Empresarial para IA con Auditoría y Control Total
ThinkWatch es un bastión seguro para inteligencia artificial que centraliza el acceso a múltiples proveedores de LLM (OpenAI, Anthropic, Gemini, Azure OpenAI, AWS Bedrock) desde un único punto. Funciona como puerta de enlace unificada para APIs de modelos y herramientas Model Context Protocol (MCP), propagando la identidad real del usuario final mediante OAuth o Personal Access Tokens (PATs) hacia los servidores upstream.
Ficha actualizada 26 sept 2026, 0:29 · upstream 25 sept 2026, 7:00 · release v2.0.0
Qué es ThinkWatch: Puerta de Enlace Empresarial para IA con Auditoría y Control Total
Descripción editorial construida a partir del repositorio, su documentación y sus señales de mantenimiento.
ThinkWatch actúa como un bastión seguro para la inteligencia artificial en entornos empresariales, funcionando como un único punto de control para todas las peticiones de modelos y llamadas a herramientas MCP. A diferencia de los proxies tradicionales que utilizan tokens compartidos, ThinkWatch propaga la identidad real del usuario final (mediante OAuth o PATs) hacia los servidores upstream, permitiendo una auditoría precisa de quién realizó cada acción en servicios como GitHub, Slack o Linear.
El proyecto implementa un proxy unificado que soporta múltiples formatos de API (OpenAI Chat Completions, Anthropic Messages, Gemini, Azure, AWS Bedrock), realizando la conversión automática entre ellos. Incluye capacidades avanzadas de gobernanza como límites de tasa configurables, seguimiento de costes por modelo, rotación automática de claves API virtuales y gestión de cuotas en ventanas deslizantes o periodos naturales.
La arquitectura se basa en Rust para el backend y React/Next.js para la interfaz, utilizando una pila de datos robusta con PostgreSQL, Redis, ClickHouse para auditoría y Kafka. Aunque soporta despliegue en Kubernetes, no incluye Dockerfile ni Compose nativo, lo que implica una configuración manual de los servicios subyacentes.
ThinkWatch ofrece tres ediciones: Enterprise (BSL 1.1) para organizaciones con gobernanza completa, Lite (MIT) como aplicación de escritorio para desarrolladores individuales, y Core (MIT) como motor independiente ejecutable en servidor Linux.
- Centralizar el acceso a múltiples proveedores de LLM (OpenAI, Anthropic, Google) desde un único punto para evitar la dispersión de claves API en repositorios o variables de entorno.
- Implementar auditoría completa de tokens y costes por equipo o usuario mediante logs persistentes en ClickHouse y atribución de gastos reales.
- Integrar agentes autónomos (Cursor, Claude Code) con herramientas MCP manteniendo la identidad del usuario para cumplir con políticas de seguridad estrictas en GitHub/Slack.
- Aplicar políticas de control de acceso granular (RBAC) y límites de tasa específicos por modelo o proveedor antes de que la petición llegue al upstream.
- Propagación de identidad real del usuario a servidores MCP mediante OAuth/PATs encriptados, evitando el uso de tokens de servicio compartidos.
- Proxy unificado con conversión automática de formatos para OpenAI, Anthropic, Gemini y Azure sin cambios en el cliente.
- Gestión completa del ciclo de vida de claves API virtuales (tw-) con rotación automática, caducidad y listas blancas por superficie.
- Auditoría persistente de todas las invocaciones de herramientas MCP y llamadas a modelos utilizando ClickHouse para análisis forense.
- No incluye Dockerfile ni docker-compose nativo; requiere configuración manual de PostgreSQL, Redis, Kafka y S3/MinIO.
- Alta complejidad operativa (HIGH) con múltiples puertos y servicios dependientes que deben gestionarse externamente o mediante orquestación propia.
- Requiere infraestructura dedicada para la persistencia de datos y colas de mensajes, no es un despliegue 'one-click'.
- La configuración inicial de proveedores Azure y AWS Bedrock requiere registro explícito de modelos en lugar de detección automática.
Capturas del proyecto
Imágenes reales detectadas en la documentación del repositorio.
Perfil de infraestructura
Estimación inicial derivada del repositorio y de los servicios detectados.
Despliegue detectado
Qué señales reales de instalación hemos encontrado.
Requiere despliegue manual de servicios: PostgreSQL (5432), Redis (6379), ClickHouse, Kafka y almacenamiento S3/MinIO. El frontend corre en puerto 5173. Se recomienda usar Kubernetes para orquestación si se desea aprovechar los badges de compatibilidad. Asegurar que las variables de entorno para conexión con bases de datos y colas estén correctamente configuradas antes de iniciar el backend en Rust.
Stack y dependencias
Componentes inferidos a partir de manifests, configuración y documentación.
Puede sustituir a
Relaciones detectadas por el análisis del repositorio y su categoría.
Experiencia real de la comunidad
Ayuda a contrastar la estimación automática con instalaciones reales.
Todavía no hay datos comunitarios para este proyecto.