cerebro — Bases de conocimiento que una IA mantiene por ti

Subir un PDF a un chat
no construye nada

La mayoría de herramientas de "chatea con tus documentos" hacen RAG: guardas archivos, la IA recupera fragmentos relevantes en cada pregunta y genera una respuesta. Funciona, pero no acumula nada. Pregúntale algo que cruce cinco documentos y la IA vuelve a ensamblar las piezas desde cero, cada vez.

Yo quería algo distinto: bases de conocimiento concretas (libros de negocios, contabilidad, gestión) que pudiera citar cuando necesito validar una idea o tomar una decisión difícil. No un buscador sobre mis PDFs. Una memoria que se construye sola.

Un wiki que la IA
escribe y mantiene por ti

Un "cerebro" es una colección de páginas Markdown interconectadas, construidas a partir de tus fuentes. La IA lee cada libro o PDF una vez, extrae lo importante, y lo integra en el wiki existente: actualiza páginas de conceptos, cruza referencias, marca cuándo una fuente nueva contradice a otra. Tú te limitas a curar las fuentes y hacer las preguntas.

La diferencia con RAG es que aquí el conocimiento se compila una vez y se mantiene al día, no se re-deriva en cada consulta. Los enlaces cruzados ya están ahí. Las contradicciones ya están señaladas. Cada pregunta que respondes hace el wiki un poco más rico.

Cuatro operaciones.
Todo en lenguaje natural.

Todo el sistema se reduce a cuatro acciones que hablas con tu IA:

La regla más importante está en la operación de consulta: si el cerebro no cubre algo, lo dice explícitamente en vez de inventar una respuesta y atribuírsela a tus fuentes. Es la diferencia entre una herramienta útil para decisiones y una que alucina con confianza.

Un documento normativo,
no solo una skill

El corazón del proyecto no es la skill de Claude, es BLUEPRINT.md: un documento que especifica exactamente cómo cualquier IA debe crear, ingestar, consultar y revisar un cerebro. La skill es solo un envoltorio fino sobre ese documento, lo que significa que el patrón sobrevive a cualquier cambio de formato de un proveedor concreto.

El repo incluye además un cerebro de ejemplo completo, construido con dos clásicos de dominio público sobre dinero y negocios, para que se pueda ver el patrón funcionando sin instalar nada.

Por qué está en GitHub
y no es un producto cerrado

cerebro implementa el patrón "LLM Wiki" descrito por Andrej Karpathy: la idea original, en forma de documento conceptual. Este repo la convierte en un kit instalable, con blueprint normativo, skill lista para usar y plantillas multi-IA, algo que faltaba.

No quería otro buscador sobre mis PDFs. Quería un cerebro que recordara lo que ya había leído y me lo devolviera citado cuando lo necesitara.