Launch Engine

Tubería agéntica que transforma ideas en ingresos — para fundadores solitarios y emprendedores autofinanciados.

Documentación

Asset Factory

Pipeline agéntico que transforma ideas en ingresos — para fundadores individuales y emprendedores con presupuesto ajustado.

npx -y asset-factory-mcp

Asset Factory Demo

¿Por qué Asset Factory?

La mayoría de los servidores MCP te dan una sola herramienta. Una integración de GitHub. Una consulta de base de datos. Un bot de Slack.

Asset Factory te da 42 herramientas que funcionan como un pipeline — el manual completo desde la idea inicial hasta ingresos validados, ejecutándose dentro del cliente de IA que ya usas.

No más parálisis de página en blanco. Comienza con scout y el sistema te dice exactamente qué hacer a continuación, en cada paso del camino.
Cada etapa alimenta la siguiente. La investigación de compradores fluye hacia el diseño de la oferta. El diseño de la oferta fluye hacia el copy de la campaña. El copy de la campaña fluye hacia la validación. Nada se desperdicia.
Matemáticas antes que activos. La economía unitaria se valida antes de construir cualquier cosa. Nunca pasarás semanas construyendo una oferta que no puede funcionar con tu presupuesto.
Prueba ideas por $50, no por $5,000. rapid_test te da señales en 3-5 días con una página de aterrizaje y tráfico pagado — antes de comprometerte con el pipeline completo.
Tu IA se convierte en cofundador, no en chatbot. No solo responde preguntas. Ejecuta un sistema de negocio estructurado contigo.

Instalación

npm install -g asset-factory-mcp

O ejecuta directamente sin instalar:

npx -y asset-factory-mcp

Inicio Rápido

Claude Desktop

Agrega a tu claude_desktop_config.json:

{
  "mcpServers": {
    "asset-factory": {
      "command": "npx",
      "args": ["-y", "asset-factory-mcp"],
      "env": {
        "ASSET_FACTORY_PROJECT_DIR": "/path/to/your/project"
      }
    }
  }
}

Cursor

Agrega a tu configuración de MCP (.cursor/mcp.json):

{
  "mcpServers": {
    "asset-factory": {
      "command": "npx",
      "args": ["-y", "asset-factory-mcp"],
      "env": {
        "ASSET_FACTORY_PROJECT_DIR": "/path/to/your/project"
      }
    }
  }
}

Desde el Código Fuente

git clone https://github.com/ZionHopkins/asset-factory-mcp.git
cd asset-factory-mcp
npm install
npm run build
node dist/index.js

Cómo Funciona

Asset Factory es un sistema de herramientas de dos capas:

Capa A — 42 Herramientas SOP (solo lectura): Cada herramienta valida requisitos previos contra pipeline-state.json, carga contexto ascendente de etapas anteriores, verifica learnings.json en busca de patrones, y devuelve instrucciones SOP completas enriquecidas con ese contexto. Tu IA ejecuta las instrucciones.

Capa B — 3 Herramientas de Utilidad (mutaciones): update_pipeline_state, save_asset, capture_learning. Estas manejan todas las escrituras de estado y creación de archivos. Tu IA las llama después de ejecutar cada SOP.

El Pipeline

Five entry points:

1. scout            → Full pipeline (research → offer → build → deploy → validate)
2. rapid_test       → Quick $50-100 test (signal in 3-5 days)
3. passive_deploy   → Marketplace assets (after research)
4. tournament       → Batch-evaluate 3-5 ideas through Layer 1 simultaneously
5. portfolio_triage → Rank existing pipelines by profit velocity, select top N

Flujo Completo del Pipeline

LAYER 1 (Strategist):
  scout → autonomy → market_intel → research → build_blocks → stress_test → unit_economics

LAYER 2 (Builder):
  name_lock → platform + product → deploy → qa → validate_prep

LAYER 3 (Validator):
  validate_check (daily) → validate_decide → feedback → iterate

TRAFFIC (Paid):
  traffic_strategy → channels → creative_test → funnel_optimize → scale

ORGANIC GROWTH (runs parallel with paid):
  content_engine → content_repurpose → seo_check (monthly)

BOLD ACTION (post-QA):
  bold_action → credibility compression playbook

REVENUE PHASE MANAGEMENT (optional overlay):
  portfolio_triage → revenue_review (weekly)
  Phases: Signal → Cash → Repeat → Scale

CROSS-CUTTING:
  status | daily_check | lessons | voice_extract | dream_100 | tournament

Cada herramienta verifica los requisitos previos automáticamente. Si intentas ejecutar research antes de completar market_intel, recibirás un mensaje claro de STAGE_BLOCKED que te dice exactamente qué ejecutar primero.

Referencia de Herramientas

Herramientas SOP (42)

Herramienta	Descripción	Requisitos Previos
`scout`	Escaneo de mercado — toma una idea bruta, determina viabilidad	Ninguno (punto de entrada)
`autonomy`	Puntaje de Autonomía del Agente — viabilidad de producto construible por IA	scout
`market_intel`	Investigación de mercado profunda con puntaje competitivo	scout, autonomy
`research`	Motor de Comprador Terapéutico — investigación profunda de persona	market_intel
`build_blocks`	7 Bloques de Construcción a partir de la investigación del comprador	research
`stress_test`	Puntaje de oferta en 10 dimensiones	build_blocks
`unit_economics`	Modelado de CPA, LTV, punto de equilibrio	stress_test
`name_lock`	Bloqueo de nombre de negocio/producto	stress_test, unit_economics
`platform`	Selección y puntaje de stack tecnológico	stress_test
`product`	Diseño de arquitectura de producto	stress_test, name_lock
`deploy`	Páginas de venta, correos, generación de copy de anuncios	name_lock, platform, product
`qa`	Puerta de alineación de persona de 7 verificaciones	deploy
`validate_prep`	Paquete de despliegue de validación	deploy, qa
`validate_check`	Verificación de salud diaria de 60 segundos	validate_prep
`validate_decide`	Veredicto de fin de ventana	validate_prep
`feedback`	Diagnóstico de rendimiento y enrutamiento de correcciones	deploy
`traffic_strategy`	Investigación y puntaje de canales de tráfico	deploy
`channels`	Configuración y puesta en marcha de canales	traffic_strategy
`creative_test`	Pruebas de variación de creativos publicitarios	channels
`funnel_optimize`	Pruebas CRO en todo el embudo de conversión	channels
`scale`	Escalado sistemático de canales validados	creative_test
`traffic_analytics`	Informes de rendimiento y atribución	channels
`dream_100`	Estrategia de relaciones y alcance	research
`passive_deploy`	Puntaje de activos de marketplace y especificaciones	research
`passive_check`	Verificaciones de rendimiento programadas	passive_deploy
`passive_compound`	Despliegue de activos relacionados alrededor de anclas	passive_deploy
`passive_portfolio`	Revisión trimestral de portafolio	passive_deploy
`rapid_test`	Prueba rápida de idea — página de aterrizaje + anuncios	Ninguno (punto de entrada)
`rapid_check`	Métricas diarias vs. umbrales	rapid_test
`rapid_graduate`	Graduar prueba al pipeline completo	rapid_check
`rapid_status`	Panel de todas las pruebas rápidas	Ninguno
`status`	Informe de estado del pipeline	Ninguno
`daily_check`	Pulso de operaciones diario de 5 minutos	Campañas activas
`lessons`	Biblioteca de patrones — capturar y recuperar	Ninguno
`voice_extract`	Extracción de voz de marca a partir de contenido	qa
`content_engine`	Investigación de clústeres de temas, generación de contenido SEO/GEO	qa, validate_prep
`content_repurpose`	Reutilización de contenido multiplataforma en una sola pasada	content_engine
`seo_check`	Auditoría mensual SEO/GEO con seguimiento de citas de IA	content_engine
`tournament`	Evaluación por lotes de 3-5 ideas a través de la Capa 1	Ninguno (punto de entrada)
`bold_action`	Manual de Acción Audaz — movimiento de credibilidad irreversible de mayor apalancamiento	qa
`portfolio_triage`	Clasificar pipelines por Puntaje de Velocidad de Beneficio, aplicar límite activo	Ninguno (punto de entrada)
`revenue_review`	Evaluación semanal de fase de ingresos (Señal → Efectivo → Repetición → Escala)	Ninguno (punto de entrada)

Herramientas de Utilidad (3)

Herramienta	Descripción
`update_pipeline_state`	Actualizar pipeline-state.json con rutas de notación de puntos
`save_asset`	Guardar archivos en el directorio assets/[nombre-mercado]/
`capture_learning`	Capturar patrones reutilizables en learnings.json

Estructura de Directorio del Proyecto

Asset Factory crea y gestiona archivos en tu directorio de proyecto:

your-project/
├── pipeline-state.json      # Pipeline progress tracking
├── learnings.json            # Pattern library across pipelines
└── assets/
    └── [market-name]/
        ├── research/         # Scout reports, buyer research, market intel
        ├── building-blocks/  # The 7 Building Blocks
        ├── product/          # Product Architecture Blueprint
        ├── copy/             # Sales letters, email sequences
        ├── campaigns/        # Landing pages, ad copy
        ├── traffic/          # Traffic strategy, creative tests, analytics
        ├── validation/       # Deployment packages, daily checks, verdicts
        ├── voice/            # Brand voice calibration
        ├── passive-portfolio/ # PADA outputs
        ├── rapid-test/       # Rapid test assets
        ├── bold-action/      # Bold Action playbook
        └── content/          # Organic growth engine outputs
            ├── pillar/       # 2,000-4,000 word guides
            ├── spokes/       # 1,000-2,000 word pages
            ├── repurposed/   # Multi-platform assets per source
            ├── schema/       # JSON-LD files
            ├── seo-config/   # robots.txt, sitemap, brand signals
            └── audits/       # Monthly SEO/GEO audit reports

Configuración

El directorio del proyecto se resuelve en este orden:

Variable de entorno ASSET_FACTORY_PROJECT_DIR
Argumento CLI --project-dir=
Directorio de trabajo actual

Primer Uso

Cuando ejecutas status sin un pipeline existente, verás:

Tres caminos disponibles:

rapid_test — Prueba de tráfico pagado de $50-100 en 3-5 días

scout — Pipeline activo completo con investigación y validación profundas

passive_deploy — Activos de marketplace (requiere investigación primero)

Mejores Prácticas

Para Empezar

Comienza con status — ejecuta esto siempre primero. Lee el estado de tu pipeline y te dice exactamente dónde estás y qué hacer a continuación.
¿Idea nueva? Usa rapid_test primero — no ejecutes el pipeline completo en una idea no validada. Gasta $50-100 para obtener señales en 3-5 días. Si se gradúa, entonces ejecuta scout.
Un pipeline a la vez — puedes ejecutar múltiples pruebas rápidas en paralelo, pero concéntrate en un pipeline completo a la vez. El cambio de contexto mata el impulso.

Durante el Pipeline

Sigue el orden — el sistema de requisitos previos existe por una razón. Cada etapa alimenta la siguiente. Omitir market_intel significa que research no tiene contexto competitivo. Omitir stress_test significa que podrías construir activos para una oferta rota.
No omitas qa — detecta desalineación promesa-producto, estadísticas sin atribución y desviación de persona. Cada activo que toca a un comprador debe pasar la puerta de QA.
Ejecuta daily_check todos los días durante la validación — toma 60 segundos y detecta problemas antes de que quemen presupuesto.
Usa lessons después de cada decisión importante — veredictos (AVANZAR/MATAR), pruebas rápidas graduadas, ganadores de pruebas de creativos. La biblioteca de patrones hace que cada pipeline futuro sea más inteligente.

Trabajando con la IA

Deja que la IA ejecute el SOP completo — cada herramienta devuelve instrucciones completas. No interrumpas a mitad de camino. Deja que termine la investigación, genere los entregables y guarde los archivos.
Revisa cuidadosamente las decisiones de Nivel 3/4 — el sistema hará una pausa y pedirá tu opinión sobre selección de mercado, precios, decisiones de matar, y cualquier cosa que involucre dinero real. Estas pausas son intencionales.
Confía en las matemáticas — unit_economics te dirá si los números funcionan con tu presupuesto. Si el veredicto es NO VIABLE, no intentes forzarlo. Sigue adelante o ajusta la oferta.

Escalando

Valida antes de escalar — scale requiere ganadores de creativos probados con 30+ conversiones. Escalar campañas no validadas es la forma más rápida de quemar dinero.
Acumula tus aprendizajes — los activos pasivos que alcanzan el estado ANCLA deben activar passive_compound. Un activo probado puede generar 5-10 activos relacionados.
Ejecuta traffic_analytics semanalmente — la deriva de atribución ocurre. Lo que funcionó la semana pasada puede no funcionar la próxima. Mantente al tanto de los datos.

Errores Comunes a Evitar

No construyas activos antes de que stress_test pase — un veredicto GO significa que la oferta es estructuralmente sólida. REVISAR o RECONSTRUIR significa arreglar los cimientos primero.
No omitas name_lock — cambiar el nombre del negocio después de construir los activos significa reconstruir todo. Bloquéalo temprano.
No ignores las señales de MATAR — si las métricas de la prueba rápida alcanzan los umbrales de eliminación, mátala. Si la validación dice MATAR, captura las lecciones y sigue adelante. El costo hundido no es una estrategia.
No publiques sin la aprobación de qa — copy no revisado con afirmaciones sin atribución o desalineación de persona daña la confianza y las tasas de conversión.
No ejecutes el pipeline completo para cada idea — para eso está rapid_test. Prueba 5-10 ideas de forma económica, luego invierte el pipeline completo en la ganadora.

Sistema de Fases de Ingresos (Nuevo en v1.2.0)

Superposición opcional que rastrea la progresión de ingresos a través de cuatro fases:

Fase	Objetivo	Puerta para Avanzar
Señal	Obtener intención expresada	Registro de correo, depósito, respuesta de DM
Efectivo	Cerrar primera venta	Primer pago recibido
Repetición	Cerrar 3+ al mismo precio	3 ventas acumuladas
Escala	Alcanzar MRR objetivo	Ingresos mensuales sostenidos

Cómo habilitar: Ejecuta portfolio_triage para seleccionar pipelines activos. Los pipelines seleccionados reciben revenue_phase: "signal". Ejecuta revenue_review semanalmente para rastrear el progreso.

scout ahora incluye una Verificación de Realidad del Ciclo de Ventas que estima los días hasta la primera venta por mercado (VERDE <=14d, YELLOW 15-30d, RED >30d). Esto alimenta el Puntaje de Velocidad de Beneficio utilizado por portfolio_triage.

Suite de Pruebas QA Automatizadas (Nuevo en v1.1.0)

El pipeline incluye una suite de pruebas QA automatizadas que se ejecuta en 3 puntos:

Puerta	Cuándo	Qué Detecta
Pre-Despliegue	Antes de que `deploy` genere activos	Investigación faltante, matemáticas de economía unitaria rotas, texto de marcador de posición
Post-Despliegue	Después de escribir los activos, antes de `qa`	Problemas de HTML, claves API expuestas, longitud de asunto de correo, CTAs faltantes
Post-QA	Después de las correcciones de persona	Problemas estructurales introducidos por las correcciones

Módulos de prueba en qa-tests/:

test_landing_page.py — Estructura HTML, presencia de CTA, detección de secretos
test_campaign_assets.py — Validación de correo/anuncios, consistencia de marca
test_research_report.py — Integridad de secciones, densidad de citas, detección de contradicciones
test_unit_economics.py — Positividad de margen, relación CAC/LTV, verificación de matemáticas

Requiere: Python 3.10+

Listados

Listado en MCP Server Hub | MCP Registry

Licencia

MIT