corpus
Plataforma de Q&A documental impulsada por IA que permite subir documentos PDF y páginas web, formular preguntas en lenguaje natural y obtener respuestas con citas al texto fuente.
Ficha actualizada 18 sept 2026, 21:59 · upstream 26 jun 2026, 4:32 · release sin release detectada
Qué es corpus
Descripción editorial construida a partir del repositorio, su documentación y sus señales de mantenimiento.
Corpus es una solución de Document Intelligence que combina frontend React+Vite con backend FastAPI/Python para crear un sistema completo de preguntas y respuestas sobre documentos. La plataforma permite organizar documentos en workspaces y document sets, facilitando la gestión de grandes volúmenes de información corporativa o personal.
El sistema utiliza temporal para orquestar workflows complejos, RabbitMQ para colas de mensajes, Redis para caché y Elasticsearch para búsqueda full-text. Soporta múltiples proveedores de modelos (OpenAI, Anthropic, Google, xAI) y embeddings (OpenAI, Voyage AI), ofreciendo flexibilidad en la elección del modelo LLM según necesidades y presupuesto.
La arquitectura está diseñada para producción con soporte tanto para despliegue Docker como desarrollo nativo. Incluye documentación completa, ejemplos de configuración y estructura modular que facilita la integración con sistemas existentes o el uso como solución standalone.
- Crear bases de conocimiento internas a partir de documentación técnica, manuales o políticas corporativas
- Implementar chatbots especializados en dominios específicos (legal, médico, técnico) con respuestas verificables
- Automatizar procesos de investigación documental mediante workflows programados con Temporal
- Comparar información entre múltiples documentos para identificar inconsistencias o correlaciones
- Citas verificables que enlazan directamente al texto fuente, permitiendo auditoría de respuestas
- Soporte nativo para workflows complejos mediante Temporal con visor de UI integrado
- Arquitectura multi-proveedor que permite cambiar entre LLMs sin reescribir código
- Búsqueda full-text optimizada con Elasticsearch para recuperación precisa de fragmentos
- Requiere infraestructura significativa (4 núcleos CPU, 4GB RAM mínimo según análisis)
- Dependencia de Docker/Compose limita despliegue en entornos sin contenedores
- No incluye modelos propios, requiere configuración externa de proveedores LLM
Perfil de infraestructura
Estimación inicial derivada del repositorio y de los servicios detectados.
Despliegue detectado
Qué señales reales de instalación hemos encontrado.
Desplegar con docker-compose para stack completo o ejecutar servicios individuales. Requiere PostgreSQL, Elasticsearch, RabbitMQ, Redis y LocalStack/S3. Portos 3001, 8000, 8080, 15672, 9200, 3000 deben estar disponibles. Copiar .env.example antes de iniciar.
Stack y dependencias
Componentes inferidos a partir de manifests, configuración y documentación.
Puede sustituir a
Relaciones detectadas por el análisis del repositorio y su categoría.
Experiencia real de la comunidad
Ayuda a contrastar la estimación automática con instalaciones reales.
Todavía no hay datos comunitarios para este proyecto.