EdgeGate

edgegate-mcp

Servidor MCP para EdgeGate — configura puertas de regresión de IA en el borde (edge-AI) en dispositivos Snapdragon directamente desde Claude Code, Cursor o Claude Desktop.

¿Qué hace?

EdgeGate ejecuta pruebas de regresión de modelos de IA en hardware Snapdragon real a través de Qualcomm AI Hub y luego produce paquetes de evidencia firmados que puedes adjuntar a las puertas de CI. Este paquete npm expone la API REST de EdgeGate como 61 herramientas MCP, además de habilidades integradas, para que puedas dirigir todo el flujo desde un mensaje:

> Use the edgegate MCP to set up a CI gate for my MobileNet ONNX model.
> Gates: inference_time_ms ≤ 10, peak_memory_mb ≤ 150.
> Devices: Galaxy S24, Galaxy S23.

Instalación

# 1. Generate an API key in the EdgeGate dashboard
# https://edgegate.frozo.ai/workspace/<id>/settings#api-keys

# 2. Run the installer (writes config for Claude Code / Cursor / Desktop)
npx edgegate-mcp-install

Reinicia tu cliente MCP. Listo.

Configuración manual

Si prefieres editar los archivos de configuración tú mismo, el servidor es un MCP stdio estándar. Añade esto a la configuración de tu cliente:

Claude Code (~/.claude.json)

{
  "mcpServers": {
    "edgegate": {
      "type": "stdio",
      "command": "npx",
      "args": ["-y", "edgegate-mcp"],
      "env": {
        "EDGEGATE_API_KEY": "egk_live_...",
        "EDGEGATE_API_URL": "https://edgegateapi.frozo.ai"
      }
    }
  }
}

Cursor (~/.cursor/mcp.json)

Misma forma que Claude Code sin el campo type.

Claude Desktop (~/Library/Application Support/Claude/claude_desktop_config.json en macOS)

Misma forma que Cursor.

Herramientas

Consulta docs/tools.md para ver los esquemas de entrada y ejemplos.

EdgeGate expone 61 herramientas MCP. Esta tabla se genera a partir de src/server.ts — ejecuta npm run docs:tools después de añadir una herramienta.

Herramienta	Propósito
edgegate_setup_workspace	Confirmar o listar los espacios de trabajo de EdgeGate visibles para la clave de API. Ejecuta esto primero en una conversación nueva para fijar qué workspace_id deben usar las demás herramientas.
edgegate_create_pipeline	Crear un nuevo pipeline de regresión de EdgeGate. Define qué modelo(s), qué dispositivo(s) y qué compuertas (p. ej. inference_time_ms ≤ 10) aplicará el pipeline. Para LLMs: establece llm_compile_source en un modelo en lugar de artifact_id. EdgeGate compilará y enlazará vía AI Hub en la primera ejecución; las ejecuciones posteriores reutilizan el compuesto en caché. Las compuertas ttft_ms + tps funcionan; ambas se derivan del perfil por componente (inference_time del rol prompt → TTFT; 1000/inference_time del rol token → TPS). Cada ejecución de compuerta LLM = 3 trabajos de perfil de AI Hub (uno por componente) ≈ 3× el costo de CV.
edgegate_run_gate	Disparar una ejecución de EdgeGate contra un pipeline. Devuelve un run_id que puedes consultar con edgegate_check_status.
edgegate_check_status	Obtener el estado actual de una ejecución de EdgeGate, incluyendo métricas por dispositivo y qué compuertas pasaron o fallaron.
edgegate_get_report	Listar ejecuciones recientes de EdgeGate en un espacio de trabajo con estado, duración y disparador.
edgegate_get_audit_report	Obtener la URL del PDF del informe de auditoría firmado para una ejecución de EdgeGate completada. Se usa para registros de cumplimiento.
edgegate_setup_github_action	Generar el YAML del flujo de trabajo de GitHub Actions + comandos de secretos gh para que cada PR ejecute EdgeGate como compuerta de CI.
edgegate_compare_runs	Comparar dos ejecuciones de EdgeGate en el mismo pipeline — delta de métricas, cambios de compuerta (regresiones ✓→✗ y recuperaciones ✗→✓), desglose por dispositivo y un veredicto general (REGRESSION / IMPROVEMENT / NEUTRAL / NO BASELINE). Cuando se omite baseline_run_id, selecciona automáticamente la ejecución PASSED más reciente del mismo pipeline como línea base.
edgegate_export_run_report	Descargar un informe markdown legible para una ejecución de EdgeGate y guardarlo en disco. Devuelve la ruta absoluta del archivo más una vista previa de las primeras 30 líneas. Opcionalmente incluye una sección de diff ejecución-vs-línea-base (include_diff=true).
edgegate_import_huggingface_model	Importar un modelo público de Hugging Face que contenga un archivo ONNX preconstruido. EdgeGate descarga el archivo y lo registra como Artifact. Devuelve el artifact_id que puedes pasar directamente a edgegate_create_pipeline. Consulta hasta que la importación se complete por defecto (poll_for_completion=true); establece false para devolver inmediatamente con el id del trabajo.
edgegate_predict_npu_coverage	Predecir qué operaciones ONNX se ejecutarán en la NPU Qualcomm Hexagon vs. las que caerán a CPU, ANTES de gastar créditos de AI Hub. Devuelve un % de cobertura NPU ponderado por cómputo (el número honesto en cuanto a latencia), cobertura por recuento de operaciones, banda de riesgo, fallbacks a CPU por operación y recomendaciones de corrección. Heurístico — la ejecución real en dispositivo sigue siendo la autoritativa.
edgegate_list_promptpacks	Listar todos los promptpacks en un espacio de trabajo de EdgeGate. Devuelve una tabla markdown con promptpack_id, versión, número de casos, estado de publicación y fecha de creación. Usa include_unpublished=false para ocultar los packs en borrador.
edgegate_create_promptpack	Crear un nuevo promptpack en un espacio de trabajo de EdgeGate. Un promptpack define los casos de prueba (prompts, salidas esperadas, anulaciones por caso) que evalúan los pipelines de regresión. Requiere rol de administrador en el espacio de trabajo. Los packs son inmutables después de su creación — incrementa la versión para actualizar.
edgegate_publish_promptpack	Publicar una versión de promptpack en un espacio de trabajo de EdgeGate para que pueda referenciarse en pipelines. Los packs recién creados comienzan como no publicados — llama a esto después de edgegate_create_promptpack para completar el ciclo crear → publicar → usar. Requiere rol de administrador en el espacio de trabajo. La operación es idempotente.
edgegate_connect_huggingface	Almacenar un token de acceso personal de HuggingFace para este espacio de trabajo para que el flujo de importación pueda leer repos privados / restringidos / de la organización Qualcomm (la mayoría de los repos qualcomm/, Intel/ y muchos Xenova/* devuelven 401 en el endpoint anónimo). El token se valida contra HF whoami antes del cifrado y nunca se muestra en texto plano. Si ya existe una integración, esta herramienta rota el token. Requiere rol de administrador.
edgegate_get_huggingface_integration	Mostrar si un token personal de HuggingFace está conectado a este espacio de trabajo (y si está actualmente activo o deshabilitado). No devuelve el token en sí.
edgegate_disconnect_huggingface	Eliminar permanentemente la integración de HuggingFace del espacio de trabajo. Las importaciones futuras de HF vuelven al acceso anónimo. Requiere rol de propietario.
edgegate_connect_qaihub	Almacenar un token de API de Qualcomm AI Hub para este espacio de trabajo para que EdgeGate pueda enviar trabajos de compilación + perfilado en dispositivos Snapdragon reales. El token se cifra en reposo y nunca se devuelve en texto plano después de la conexión inicial. Si ya existe una integración, esta herramienta rota el token de forma transparente. Requiere rol de administrador.
edgegate_get_qaihub_integration	Mostrar si un token de Qualcomm AI Hub está conectado a este espacio de trabajo y si está actualmente activo. No devuelve el token en sí.
edgegate_disconnect_qaihub	Eliminar permanentemente la integración de Qualcomm AI Hub del espacio de trabajo. Cualquier ejecución nueva de EdgeGate en este espacio de trabajo fallará con NO_AIHUB_TOKEN hasta que se conecte un token nuevo. Requiere rol de propietario.
edgegate_create_workspace	Crear un nuevo espacio de trabajo de EdgeGate. El llamador se convierte automáticamente en propietario. Sujeto a los límites de espacios de trabajo del nivel del plan. Después de la creación, conecta Qualcomm AI Hub y define pipelines como de costumbre.
edgegate_list_api_keys	Listar todas las claves de API en este espacio de trabajo (id, nombre, prefijo...sufijo, estado, last_used). El texto plano nunca se devuelve. Requiere rol de propietario.
edgegate_create_api_key	Crear una nueva clave de API para este espacio de trabajo. El token en texto plano se devuelve EXACTAMENTE UNA VEZ en la respuesta — cópialo a tus secretos de CI o entorno local inmediatamente. Requiere nivel Pro o superior. Requiere rol de propietario.
edgegate_revoke_api_key	Revocar una clave de API por id. La clave se rechaza inmediatamente en todas las solicitudes posteriores; la fila se conserva (con revoked_at establecido) para que el rastro de auditoría sobreviva. Destructivo. Requiere rol de propietario.
edgegate_list_members	Listar todos los miembros de este espacio de trabajo con su correo electrónico + rol. Requiere al menos rol de visor.
edgegate_list_devices	Listar todos los dispositivos de Qualcomm AI Hub que EdgeGate puede usar como objetivo (teléfonos Snapdragon, plataformas de referencia QRD/CRD, IoT Dragonwing, automoción, XR). Devuelve una tabla markdown agrupada por categoría. Usa la columna id tal cual al construir una matriz de dispositivos create_pipeline. No se necesita workspace_id — el catálogo es global.
edgegate_list_device_targets	Listar los dispositivos conectados PROPIOS del cliente (Jetson, hosts Snapdragon, gateways) con estado en vivo/desconectado calculado a partir del heartbeat de cada dispositivo (latido de 30s, ventana de 90s). Esta es la flota del espacio de trabajo conectada vía edgegate-runner agent — NO el catálogo global de AI Hub (usa edgegate_list_devices para eso). Si está vacío, la respuesta incluye instrucciones de conexión copiables para el cliente.
edgegate_run_device_benchmark	Enviar un benchmark ONNX a uno de los dispositivos conectados del cliente (Jetson, host Snapdragon, gateway) por nombre/id. El agente en el dispositivo lo recoge en ~30s e informa resultados de latencia/memoria. Multi-silicio: funciona para cualquier proveedor que el cliente haya conectado. Requiere rol de administrador.
edgegate_invite_member	Añadir un usuario existente de EdgeGate a este espacio de trabajo por correo electrónico con el rol dado (owner / admin / viewer). v1 solo adjunta usuarios existentes — no envía correos de invitación a direcciones externas. Requiere rol de administrador; solo los propietarios pueden añadir a otros propietarios.
edgegate_change_member_role	Cambiar el rol de un miembro en este espacio de trabajo. No se puede degradar al último propietario — promueve primero a otro miembro a propietario. Requiere rol de propietario.
edgegate_remove_member	Eliminar un miembro de este espacio de trabajo. El usuario pierde el acceso inmediatamente; sus pipelines y ejecuciones se conservan. No se puede eliminar al último propietario. Destructivo. Requiere rol de propietario.
edgegate_setup_byo_storage	Solo Enterprise. Configuración de almacenamiento BYO sin fricción — crea una concesión pendiente con EdgeGate (devuelve el External ID) y devuelve los comandos exactos de AWS CLI que el agente debe ejecutar para crear el rol IAM en la cuenta AWS del cliente. Combínalo con edgegate_attach_byo_role para finalizar. Prefiere esto sobre edgegate_register_byo_bucket para configuraciones nuevas — el agente no tiene que descifrar la política de confianza ni adivinar nombres de roles. Requiere rol de propietario. 402 desde espacios de trabajo no Enterprise; si existe una concesión no pendiente, instruye al agente a desconectar primero.
edgegate_attach_byo_role	Fase 2 de edgegate_setup_byo_storage. Devuelve el Role ARN recién creado a EdgeGate, que ejecuta sts:AssumeRole + una sonda HEAD con denegación por defecto para verificar que las políticas de confianza + permisos son correctas. Cambia la concesión a 'active' en caso de éxito, o devuelve un error tipado BYO_* con una lista de verificación de errores de configuración comunes en caso de fallo. Se puede volver a llamar con el mismo role_arn después de corregir IAM.
edgegate_register_byo_bucket	Solo Enterprise. Usa edgegate_setup_byo_storage en su lugar para configuraciones nuevas — esta herramienta solo funciona si ya tienes un rol IAM y solo quieres registrar su ARN. Registra el bucket S3 propiedad del cliente del espacio de trabajo + el rol IAM como una concesión de almacenamiento BYO. Los workers de EdgeGate harán AssumeRole en tu cuenta AWS para leer los bytes del modelo — nunca salen de tu cuenta. Devuelve el External ID que debes añadir a la política de confianza de tu rol. Requiere rol de propietario. 402 desde espacios de trabajo no Enterprise; 409 si ya existe una concesión.
edgegate_check_byo_bucket	Volver a ejecutar la sonda de preparación AssumeRole + HeadObject contra la concesión BYO del espacio de trabajo. Devuelve el estado actualizado de la concesión con el código de error tipado BYO_* si falló, más una lista de verificación de errores de configuración comunes de IAM / bucket / KMS para inspeccionar. Requiere rol de administrador.
edgegate_register_byo_artifact	Registrar un URI S3 existente en tu bucket registrado como un Artifact de EdgeGate. EdgeGate hace HeadObject al URI para confirmar que la clave existe + capturar tamaño/etag — los bytes NO se suben a través de EdgeGate. Devuelve un artifact_id que puedes pasar directamente a edgegate_create_pipeline / edgegate_run_gate. Requiere rol de administrador. Pre-condiciones: plan Enterprise + concesión BYO activa + bucket que coincida con la concesión.
edgegate_disconnect_byo_bucket	Eliminar la concesión de almacenamiento BYO del espacio de trabajo. EdgeGate deja de intentar leer de tu bucket. Se niega (409) si los artifacts aún la referencian — la superficie lista los caminos seguros a seguir (rotar el External ID vía el panel, o eliminar primero los artifacts). Destructivo. Requiere rol de propietario.
edgegate_llm_compile	Enviar un trabajo de compilación + enlace LLM multicomponente vía Qualcomm AI Hub. Devuelve un compile_job_id; consulta con edgegate_check_llm_compile_status. El gasto está limitado por el tope mensual de compilaciones LLM del espacio de trabajo (por defecto 100/mes en nivel Pro). Cada compilación produce un modelo enlazado compuesto QNN_DLC + 3 artifacts de componentes (prompt / token / kv_cache). El target_runtime de compilación es QNN_DLC internamente a pesar de la etiqueta genie — la etiqueta es solo para sugerencias de despacho de perfilado posteriores.
edgegate_check_llm_compile_status	Consultar un trabajo de compilación LLM. Devuelve status (queued|running|completed|failed), composite_artifact_id cuando está completo, error_detail cuando falla, y progress.compile_jobs_done / total.
edgegate_get_byo_audit	Obtener el registro de auditoría de almacenamiento BYO de solo anexión del espacio de trabajo (cada AssumeRole, HeadObject, GetObject, KMS Decrypt). Admite filtros por artifact_id, run_id, desde una marca de tiempo, además de paginación por cursor. El aws_request_id de cada fila es la clave de unión para referencias cruzadas contra tu propio CloudTrail. Requiere rol de administrador.
edgegate_list_eval_packs	Listar los packs de inicio de conjuntos de evaluación conductual incluidos que un cliente puede clonar. Devuelve el id, nombre, número de casos y balance de cada pack (recuentos must_refuse / task). Clona uno en un nuevo conjunto de evaluación vía edgegate_create_eval_set(clone_from=). No se necesita workspace_id — la biblioteca de packs es global.
edgegate_create_eval_set	Crear un nuevo conjunto de evaluación conductual con su primera versión en borrador. Siémbralo desde un pack incluido (clone_from), con casos explícitos, ambos, o ninguno (borrador vacío). Cada caso tiene seis campos: case_id, prompt, category (jailbreak|forbidden_action|task|format), forbidden_actions, must_refuse, expected_task_answer. Los borradores NO se validan aquí — solo edgegate_publish_eval_set congela + aplica compuertas. Requiere acceso de escritura al espacio de trabajo.
edgegate_update_eval_set	Reemplazar TODOS los casos de una versión BORRADOR de un conjunto de evaluación (lista de reemplazo completa, no un parche). Las versiones publicadas son inmutables — un 409 aquí significa que debes bifurcar un borrador nuevo con edgegate_new_eval_set_version primero. Aún deja la versión como borrador; publica por separado. Requiere acceso de escritura al espacio de trabajo.
edgegate_publish_eval_set	Validar y congelar una versión borrador de un conjunto de evaluación en una versión inmutable, firmada y anclada por hash. En caso de éxito devuelve eval_set_sha256 + artifact_id (alimenta ambos en una ejecución de Behavioral-Gate 3b). En caso de fallo de validación devuelve las violaciones de equilibrio/estructurales y la versión permanece como borrador (mínimo: ≥5 casos must_refuse-with-forbidden + ≥1 caso de tarea). Requiere acceso de escritura al espacio de trabajo.
edgegate_new_eval_set_version	Bifurcar un borrador nuevo (versión+1) desde una versión PUBLICADA, sembrado con sus casos — la ruta de edición después de publicar. Edita el nuevo borrador con edgegate_update_eval_set y luego vuelve a publicar. La versión publicada original (y cualquier referencia / ejecución vinculada a su sha) no se modifica. Requiere acceso de escritura al espacio de trabajo.
edgegate_list_workflow_endpoints	Listar los endpoints de API/flujo de trabajo guardados del espacio de trabajo — los objetivos de una puerta de API (n8n, Zapier, Make o cualquier API compatible con OpenAI). Devuelve cada endpoint_id para pasar a edgegate_capture_reference y edgegate_create_bg_run. Las credenciales nunca se devuelven; solo si hay una almacenada y sus últimos 4 caracteres.
edgegate_create_workflow_endpoint	Guardar un endpoint de API/flujo de trabajo para que una puerta conductual pueda apuntar a él. Esta es la ÚNICA forma de proteger un endpoint autenticado: la credencial se almacena cifrada en sobre aquí y nunca se devuelve, mientras que un descriptor http en línea se rechaza (422) si lleva una. Usar un endpoint guardado también permite que EdgeGate rechace una ejecución cuyo endpoint difiera del de la línea base. Requiere acceso de administrador al espacio de trabajo.
edgegate_probe_workflow_endpoint	Enviar una solicitud de prueba a un endpoint guardado y mostrar la respuesta cruda junto al texto que EdgeGate extrajo de ella. Ejecuta esto ANTES de capturar una línea base: es lo único que detecta un response_text_path incorrecto, que produce texto vacío — y el texto vacío se puntúa como un rechazo, por lo que una línea base completamente vacía hace que cada puerta posterior pase trivialmente.
edgegate_capture_reference	Activar una captura de oráculo de referencia — la línea base conocida-buena contra la que la Puerta Conductual compara. Especifica EXACTAMENTE una variante: hf_repo (auto-FP16, EdgeGate ejecuta el mismo modelo sin cuantizar), reference_upload_artifact_id (dorada, proporcionada por el cliente), o endpoint_id/http (un endpoint de API o flujo de trabajo — n8n, Zapier, Make o cualquier API compatible con OpenAI; EdgeGate lo llama una vez por caso, nada que instalar). Devuelve un job_id para consultar. Requiere acceso de administrador al espacio de trabajo.
edgegate_check_reference_capture_status	Consultar un trabajo de captura de referencia. Cuando el estado sea done, devuelve reference_artifact_id — un artefacto ArtifactKind.REFERENCE — para alimentar en edgegate_create_bg_run como la línea base confiable de la puerta. Requiere acceso de administrador al espacio de trabajo.
edgegate_compile_genie	Enviar una compilación genie de 3 carriles para el runner autoalojado de la Puerta Conductual. Especifica EXACTAMENTE un selector de carril: hf_repo (Carril A — EdgeGate compila un repositorio de HuggingFace), onnx_artifact_ids (Carril B — ONNX multiparte listo para genie, compilar-y-enlazar), o bundle_artifact_id (Carril C — un paquete ya precompilado). Devuelve un job_id para consultar. Requiere acceso de administrador al espacio de trabajo.
edgegate_check_genie_compile_status	Consultar un trabajo de compilación genie. Cuando el estado sea done, devuelve bundle_artifact_id — el paquete genie compilado para alimentar en edgegate_create_bg_run. Requiere acceso de administrador al espacio de trabajo.
edgegate_create_bg_run	Conectar lo que estás protegiendo + un conjunto de evaluación publicado + un oráculo de referencia en una Ejecución de puerta conductual. Tres objetivos: un paquete genie compilado (bundle_artifact_id, se ejecuta en el dispositivo a través del runner autoalojado), un LLM en el dispositivo (geniex_model), o un endpoint de API o flujo de trabajo (endpoint_id/http — n8n, Zapier, Make, compatible con OpenAI; EdgeGate lo ejecuta por defecto, por lo que no se instala nada, y los resultados se etiquetan como verificados por API en lugar de certificados por hardware). Errores con una pista de desajuste cuando la referencia se capturó contra una versión diferente del conjunto de evaluación (eval_set_sha256 difiere) o un endpoint diferente. Requiere acceso de administrador al espacio de trabajo.
edgegate_cancel_run	Cancelar una ejecución no terminal, liberando la única ranura de ejecución activa del espacio de trabajo. Útil para una ejecución de puerta conductual que quedó en cola esperando un dispositivo que nunca informa (de lo contrario bloquearía nuevas ejecuciones). 409 si la ejecución ya es terminal.
edgegate_rerun_bg	Volver a ejecutar una ejecución de puerta conductual existente: clona su configuración ya validada (mismo paquete + conjunto de evaluación + referencia + prompt del sistema + dispositivo) en una nueva ejecución en cola — no es necesario volver a proporcionar los ids de artefactos. 409 si el espacio de trabajo ya tiene una ejecución activa (cáncelala primero).
edgegate_setup_bg_github_action	Generar la configuración de GitHub Actions de la Puerta Conductual — los requisitos previos del runner autoalojado, el YAML del flujo de trabajo (usando la acción compuesta edgegate-bg) y los comandos de secretos gh. A diferencia de la puerta de ejecución estándar, BG ejecuta el modelo en un dispositivo real, por lo que necesita un runner autoalojado con el dispositivo conectado.
edgegate_export_compliance_report	Exportar el informe de ajuste preestablecido de cumplimiento para una ejecución (p. ej., evidencia de verificación ISO 26262) — un reencuadre de la evidencia ya firmada de la ejecución contra las cláusulas de la norma (identificación de configuración, verificación, gestión de cambios, clasificación de herramientas, integridad). Evidencia de verificación, NO una certificación de cumplimiento. El PDF formateado del evaluador está en la página de ejecución del panel.
edgegate_export_field_recorder_report	Exportar el informe de mantenimiento de registros del Artículo 12 de la Ley de IA de la UE del Field Recorder para un rango de fechas — la evidencia firmada y encadenada por hash de lo que los modelos desplegados hicieron en el dispositivo (cláusula 12(1)/12(2)(a)/12(2)(b)/mapeo de integridad, resumen de eventos, firma Ed25519). Evidencia de verificación, NO una certificación de cumplimiento. El PDF formateado del evaluador está en la página del panel de Field Recorder.
edgegate_recorder_status	Estado del Field Recorder para un espacio de trabajo: recuentos de eventos registrados, desglose de reproducción/divergencia (passed/diverged/no_reference), integridad de la cadena de hash (verificada, brechas, claves de firma) y los dispositivos que informan. Solo lectura.
edgegate_trigger_replay	Reproducir eventos registrados pendientes contra su referencia certificada (una ejecución de puerta PASSED para el mismo modelo) más la línea base coincidente con la entrada. Los veredictos llegan de forma asíncrona — consulta edgegate_recorder_status. Los eventos sin referencia certificada se resuelven como no_reference.

Habilidades

Comandos de barra que puedes invocar directamente:

• /edgegate-init — flujo de incorporación completo (cero → puerta de CI)
• /edgegate-gate — activar una ejecución en un pipeline existente
• /edgegate-status — comprobar el estado y las métricas de una ejecución
• /edgegate-audit — obtener el paquete de evidencia de una ejecución
• /edgegate-compare — comparar dos ejecuciones (línea base automática) con veredicto REGRESSION/IMPROVEMENT/NEUTRAL
• /edgegate-export — guardar un informe de ejecución como archivo markdown (para comentarios de PR, Slack, cumplimiento)
• /edgegate-import — importar un modelo ONNX de Hugging Face (anónimo, o token de workspace para repos privados / restringidos / de qualcomm-org)
• /edgegate-connect-huggingface — adjuntar un token personal de HuggingFace al workspace para que el flujo de importación pueda leer repos privados / restringidos / de qualcomm-org
• /edgegate-connect-qaihub — conectar un token de Qualcomm AI Hub para que las ejecuciones puedan compilar y analizar en dispositivos Snapdragon
• /edgegate-workspace-setup — iniciar un workspace nuevo de principio a fin (crear → conectar AI Hub → clave API → invitar compañeros)
• /edgegate-members — listar / invitar / cambiar rol / eliminar miembros del workspace
• /edgegate-promptpacks — listar promptpacks existentes o crear uno nuevo con casos de prueba generados
• /edgegate-byo-storage — incorporación de almacenamiento BYO para Enterprise (registrar concesión → pegar ID externo → verificar sonda → primer artefacto → primera ejecución → registro de auditoría)

Licencia

MIT — ver Licencia.