Privado · sistemas de conocimiento local-first · Herramientas de grafos
Investigation Workbench
Un espacio local-first que transforma material fuente fragmentado en conocimiento revisado y consultable mediante etapas explícitas de evidencia, propuesta, revisión y proyección.
- Nicho
- Revisión de conocimiento con mucha evidencia y exploración de grafos
- Stack principal
- Memgraph · Python · Obsidian · Docker · MCP
- Modelo
- Fuente bruta → candidato → conocimiento canónico revisado → grafo compilado
- Enfoque
- Procedencia, revisabilidad, estructura temporal, proyección reproducible
El estudio
Las herramientas de grafos e IA se benefician de una separación explícita entre extracción, interpretación, revisión y conocimiento canónico.
Los sistemas automatizados proponen entidades, eventos y relaciones; la revisión establece el conocimiento canónico y su procedencia.
Los documentos fuente entran en una capa controlada de ingesta. El conocimiento candidato se revisa antes de su promoción y las notas canónicas revisadas se compilan después en artefactos de grafo, línea temporal y visualización.
Estructura del sistema
El estado de revisión forma parte de la arquitectura y determina qué material puede establecer autoridad en el grafo.
La ingesta propone entidades, eventos y relaciones; el material canónico revisado establece la verdad del grafo derivado.
El workspace se ejecuta localmente con límites explícitos de almacenamiento, contenedores y recursos, manteniendo el material fuente bajo control local.
Nodos, aristas, líneas temporales, manifiestos y artefactos de visualización se compilan desde la capa revisada para que los resultados puedan reconstruirse y comprobarse.
Obsidian, Memgraph Lab, visualizadores generados de línea temporal y grafo y agentes conectados mediante MCP consumen proyecciones del mismo conocimiento revisado bajo un único modelo de autoridad.
Diseño de producto e interacción
El problema central del producto es epistémico: hacer visiblemente distintos evidencia fuente, propuesta de máquina, conocimiento revisado y proyecciones derivadas.
Esa distinción da forma a navegación, estructura de archivos, validación y semántica de grafo. La interfaz presenta incertidumbre y procedencia directamente, dando a los revisores una cuenta clara de cómo cada conclusión entró en el sistema.
Agentes y herramientas MCP actúan como interfaces de consulta y transformación dentro de esquemas explícitos, puertas de revisión y pasos de compilación determinista.
Enfoque de desarrollo
El repositorio se organiza como un pipeline inspeccionable con etapas y límites de autoridad distintos.
Docker aísla Memgraph y sus herramientas; las dependencias Python se gestionan de forma reproducible; el vault de conocimiento contiene esquemas y vocabularios controlados; la validación cubre enlaces, semántica temporal y material huérfano; casos fixture ejercitan cronología y concurrencia antes de introducir datos reales.
Los puntos de entrada MCP permiten que distintos clientes de IA consulten el mismo grafo bajo una única autoridad de datos local.
Repositorio privado · el caso público se centra en la arquitectura; el material fuente permanece privado