cortex-app
Cortex es una base de conocimiento institucional para la era agéntica. Una base de datos de conocimiento autocontenido que permite a humanos y agentes leer, escribir y razonar sobre información compartida.
Ficha actualizada 23 sept 2026, 10:38 · upstream 23 sept 2026, 9:38 · release v1.2.1
Qué es cortex-app
Descripción editorial construida a partir del repositorio, su documentación y sus señales de mantenimiento.
Cortex es una base de conocimiento institucional para la era agéntica. Es una base de datos de conocimiento autocontenido que permite a humanos y agentes leer, escribir y razonar sobre información compartida. Conectado con repositorios Git, apps externas y APIs REST, genera un grafo escalable de conocimiento que se expande con cada fuente añadida.
LLM-as-a-Judge (LLMJ) extrae entidades y relaciones entre ellas en un grafo escalable. Todo puede consultarse a través de una API REST, SDK TypeScript o MCP. La arquitectura permite que el conocimiento fluya desde aplicaciones como SharePoint, Google Drive, Dropbox, OneDrive, Nextcloud, paperless-ngx, YouTube transcripts y más.
La capa de Cortex Skills actúa como puente entre los agentes y la base de conocimiento. Los archivos SKILL.md (servidos en cortexskills.org) contienen información verificada sobre la API de Cortex, permitiendo que los agentes construyan integraciones correctas desde el primer intento en lugar de hacer suposiciones.
La capa Registry es un catálogo público de aplicaciones compatibles con Cortex. Las apps se registran mediante PRs moderados por humanos y se instalan a través del panel Browse Registry. Incluye conectores para SharePoint, Google Drive, Dropbox, OneDrive, Nextcloud, WebDAV y transcripción de YouTube.
El frontend Cortex Chat es un chat multi-tenant ligero con autenticación de email/password, gestión de usuarios y grupos (con acceso scoped por colección), Ask AI y Deep Research, citas en línea, carga de documentos y branding. La capa Explorer permite visualizar el grafo de conocimiento como un grafo de fuerza dirigido 2D o 3D.
La capa Videogen genera videos publicables a partir del conocimiento base. Se define una storyboard basada en investigación, se valida con humanos y se produce video con IA (Venice.ai), narración sin cortes, subtítulos karaoke y tarjeta de CTA. El costo se controla mediante gateways de estilo y cantidad.
La capa Trainings convierte el conocimiento base en unidades de entrenamiento interactivas. Un agente investiga la instancia, escribe un currículo completo con niveles, guiones, preguntas y fuentes citadas, que el humano aprueba como documento antes de gener
- Crear una base de conocimiento institucional para una organización sin servidor
- Conectar aplicaciones externas como SharePoint o Google Drive a un grafo de conocimiento
- Permitir que agentes autónomos consulten información verificada sobre temas específicos
- Generar presentaciones y videos educativos basados en investigación documental
- Crear unidades de entrenamiento interactivas para capacitación corporativa
- Conectar repositorios Git con un grafo de conocimiento compartido entre equipos
- Cortex es autocontenido: todo el conocimiento reside en una sola instancia y se puede exportar/importar
- La capa Cortex Skills proporciona información verificada sobre la API para evitar errores de integración
- El grafo de Neo4j escala con cada fuente añadida sin necesidad de migraciones costosas
- Cortex Chat es un chat multi-tenant ligero que soporta streaming y citas en línea
- La capa Registry permite instalar apps desde un catálogo público moderado por humanos
- Se puede generar video a partir del conocimiento base con gateways de estilo para controlar costos
- El grafo depende de Neo4j, lo que introduce dependencias y posibles cuellos de botella en entornos sin servidor
- La capa Registry requiere moderación humana para cada PR, lo que puede ser lento con grandes volúmenes
- Las apps conectadas deben seguir los protocolos definidos por Cortex (API REST, SSE, MCP)
- No se soporta nativamente la conexión a bases de datos SQL como PostgreSQL o MySQL
- La capa Videogen depende de servicios externos como Venice.ai para generación de imágenes y audio
Capturas del proyecto
Imágenes reales detectadas en la documentación del repositorio.
Perfil de infraestructura
Estimación inicial derivada del repositorio y de los servicios detectados.
Despliegue detectado
Qué señales reales de instalación hemos encontrado.
Instala con `npx @mocaos/cortex` usando Docker Compose v2. El comando inicial valida credenciales del LLM antes de escribir nada en el sistema. Se recomienda usar un entorno de desarrollo local (VS Code + Docker Desktop) para pruebas, y despliegue en producción con Kubernetes o Cloud Native. Para la capa Registry, se debe configurar un repositorio Git privado con permisos de read-only para las apps que no sean del propio equipo. La capa Cortex Skills debe mantenerse actualizada periódicamente para evitar errores de integración. El grafo Neo4j puede ser escalado horizontalmente mediante replicación de datos o aumento de instancias en entornos sin servidor.
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.