Cronhaus Inbox MCP Server
Enables AI-powered invoice analysis and reasoning: given invoice fields, it detects missing data, inconsistencies, duplicates, and proposes actions (register, request data, mark duplicate, review) using deterministic rules.
README
Cronhaus Inbox
Agente de lectura y registro de facturas con IA.
Sube una factura. La IA la lee, razona sobre huecos, duplicados e inconsistencias, y la registra en el libro de gastos — sin formularios, sin configuración.

Capturas estáticas: home · duplicada detectada · ledger
El problema
Revisar y registrar facturas a mano es lento y propenso a errores: datos que faltan, duplicados que se cuelan, cuadres de IVA que no coinciden. El trabajo administrativo se acumula sin que nadie lo detecte hasta que llega la auditoría.
Qué hace
Lee → razona → registra.
- Lee: extrae todos los campos relevantes de la imagen de la factura (proveedor, NIF, número, fecha, base, IVA, total) usando visión IA real (gemini-2.5-pro).
- Razona: aplica cinco reglas deterministas sobre el resultado:
- Campos obligatorios ausentes (A)
- Cuadre base + cuota IVA ≠ total (B)
- Tipo IVA fuera de valores legales 0/4/10/21 % (C)
- Duplicado en el libro contable (D)
- Proveedor nuevo no visto antes (E)
- Propone: devuelve una acción (
registrar,pedir_datos,marcar_duplicado,revisar) con motivo explícito. - Registra: si la propuesta es
registrar, añade la entrada al libro de gastos de la sesión.
El diferencial: la IA decide, no copia datos. El modelo nunca inventa un importe — prefiere devolver null antes que alucinarlo. Un hueco honesto es mejor que un número incorrecto.
Demo en vivo
▶︎ Pruébala en vivo: cronhaus-inbox.vercel.app
La demo pública incluye cuatro muestras pre-calculadas (factura correcta, sin NIF, duplicada, internacional en inglés). Las muestras se sirven desde respuestas cacheadas para preservar la privacidad de quienes visitan y eliminar latencia — sin llamadas IA al seleccionarlas.
El botón "Ejecutar en vivo con IA" llama a la IA real (gemini-2.5-pro vía OpenRouter) en tiempo real. Límite: 3 llamadas por sesión.
Arquitectura
Diseño hexagonal: el dominio no depende de ningún framework ni proveedor externo.
cronhaus-inbox/
│
├── core/ # Dominio puro, sin dependencias externas
│ ├── invoice.ts # Esquema Zod del modelo de factura (nulls explícitos)
│ ├── findings.ts # Tipos Finding y Proposal
│ ├── reasoning.ts # reason() + propose() — 5 reglas deterministas
│ └── ledger.ts # Tipo LedgerEntry
│
├── adapters/ # Puertos hacia el mundo exterior
│ ├── vision.ts # Extracción vía node:https → OpenRouter REST (response_format: json_schema, gemini-2.5-pro)
│ ├── vision.mock.ts # Adaptador de pruebas con datos esperados
│ ├── store.ts # InvoiceStore en memoria con seed inicial
│ ├── mcp-server.ts # Servidor MCP stdio — expone reason_invoice
│ └── api/ # Utilidades de API (rate limiter, session, samples map)
│
├── app/ # Next.js 16 (App Router)
│ ├── page.tsx # Home: hero + DemoShell
│ ├── components/ # DemoShell, SampleSelector, InvoiceCard, FindingsList, LedgerTable
│ └── api/
│ ├── analyze/ # POST /api/analyze — modo cached o live
│ └── ledger/ # GET /api/ledger — estado del libro de la sesión
│
├── samples/ # 4 muestras: correcta, sin-nif, duplicada, dificil
│ └── <id>/ # invoice.png + expected.json
│
└── tests/ # Vitest (unit) + Playwright+axe (E2E)
Principio de diseño: core/ no importa nada de adapters/, app/ ni librerías de red. Todo el razonamiento es testeable de forma aislada y determinista.
Stack
| Capa | Tecnología | Versión |
|---|---|---|
| Framework | Next.js (App Router) | 16.2.7 |
| Runtime | React | 19.2.4 |
| IA / Visión | node:https → OpenRouter REST API (response_format: json_schema) |
— |
| Modelo | gemini-2.5-pro (vía OpenRouter) | — |
| Validación | Zod | 4.4.3 |
| Tests unitarios | Vitest | 4.1.8 |
| Tests E2E + accesibilidad | Playwright + @axe-core/playwright |
1.60.0 / 4.11.3 |
| Servidor MCP | @modelcontextprotocol/sdk |
1.29.0 |
| Estilos | Tailwind CSS v4 | 4.x |
| Gestor de paquetes | pnpm | — |
Nota técnica — por qué
node:httpsy no el AI SDK: la capa de visión usanode:httpsdirectamente contra la API REST de OpenRouter en lugar del AI SDK v6. Next.js 16 + Turbopack en Vercel interceptafetch()con undici, que rechaza una cabecera con BOM (U+FEFF) que devuelve OpenRouter —TypeError: Cannot convert argument to a ByteString. Llamar anode:httpsdirectamente evita ese path por completo. El AI SDK (aiy@openrouter/ai-sdk-provider) se eliminó delpackage.jsonal confirmar que no se importa en ningún módulo.
Cómo correr en local
1. Instalar dependencias
pnpm install
2. Configurar variables de entorno
Crea un archivo .env.local en la raíz:
OPENROUTER_API_KEY=sk-or-v1-...
VISION_MODEL=google/gemini-2.5-pro # opcional, este es el valor por defecto
Obtén tu API key en openrouter.ai/keys.
Sin
OPENROUTER_API_KEYla demo funciona igualmente con las muestras cacheadas. Solo el botón "Ejecutar en vivo con IA" requiere la clave.
3. Comandos disponibles
pnpm dev # Servidor de desarrollo en http://localhost:3000
pnpm build # Build de producción
pnpm start # Sirve el build de producción
pnpm test # 56 tests unitarios con Vitest
pnpm test:e2e # E2E + auditoría de accesibilidad con Playwright
pnpm typecheck # TypeScript sin emitir
pnpm mcp # Arranca el servidor MCP por stdio
Servidor MCP
Cronhaus Inbox expone una tool MCP (reason_invoice) que permite a cualquier cliente compatible (Claude Desktop, Cursor, etc.) invocar el razonamiento de facturas directamente.
Herramienta expuesta
reason_invoice — recibe los campos de una factura y devuelve findings + proposal.
// Input
{
"proveedor": "Telefónica SA",
"nif": "A-82018474",
"numero": "FAC-012",
"fecha": "2024-03-01",
"base": 300,
"ivaTipo": 21,
"ivaCuota": 63,
"total": 363,
"moneda": "EUR"
}
// Output
{
"findings": [...],
"proposal": { "accion": "registrar", "motivo": "..." }
}
Configuración del cliente
Añade esto a la configuración de tu cliente MCP (Claude Desktop: ~/Library/Application Support/Claude/claude_desktop_config.json; Cursor: .cursor/mcp.json):
{
"mcpServers": {
"cronhaus-inbox": {
"command": "pnpm",
"args": ["--dir", "/ruta/absoluta/al/repo", "mcp"]
}
}
}
Sustituye /ruta/absoluta/al/repo por la ruta real donde clonaste el proyecto. En Windows usa barras normales o dobles contrabarras: C:/Users/Usuario/Documents/cronhaus-inbox.
Tests
56 tests unitarios — Vitest, sin dependencias de red
├── core/reasoning — todas las reglas de validación
├── core/invoice — esquema Zod y nulls
├── adapters/store — InvoiceStore
└── adapters/vision.mock — extracción con datos fijos
E2E (Playwright)
├── Flujo completo: selector → análisis → ledger
├── Todas las muestras (4)
└── Auditoría WCAG AA con axe-core (@axe-core/playwright)
Ejecutar todo:
pnpm test && pnpm test:e2e
Privacidad
El procesamiento es efímero y local a la sesión. Ningún dato de factura se persiste en base de datos ni se transmite a terceros salvo la llamada explícita a la IA cuando el usuario pulsa "Ejecutar en vivo". El libro de gastos vive exclusivamente en memoria del proceso servidor y se descarta al reiniciar.
Licencia
MIT © 2024 Cronhaus · Estudio de ingeniería de software
Recommended Servers
playwright-mcp
A Model Context Protocol server that enables LLMs to interact with web pages through structured accessibility snapshots without requiring vision models or screenshots.
Magic Component Platform (MCP)
An AI-powered tool that generates modern UI components from natural language descriptions, integrating with popular IDEs to streamline UI development workflow.
Audiense Insights MCP Server
Enables interaction with Audiense Insights accounts via the Model Context Protocol, facilitating the extraction and analysis of marketing insights and audience data including demographics, behavior, and influencer engagement.
VeyraX MCP
Single MCP tool to connect all your favorite tools: Gmail, Calendar and 40 more.
graphlit-mcp-server
The Model Context Protocol (MCP) Server enables integration between MCP clients and the Graphlit service. Ingest anything from Slack to Gmail to podcast feeds, in addition to web crawling, into a Graphlit project - and then retrieve relevant contents from the MCP client.
Kagi MCP Server
An MCP server that integrates Kagi search capabilities with Claude AI, enabling Claude to perform real-time web searches when answering questions that require up-to-date information.
E2B
Using MCP to run code via e2b.
Neon Database
MCP server for interacting with Neon Management API and databases
Exa Search
A Model Context Protocol (MCP) server lets AI assistants like Claude use the Exa AI Search API for web searches. This setup allows AI models to get real-time web information in a safe and controlled way.
Qdrant Server
This repository is an example of how to create a MCP server for Qdrant, a vector search engine.