Gnosi
Gnosi es un espacio de trabajo de investigación local-first y open-source que conecta referencias, PDFs, EPUBs, notas en Markdown y conocimiento gráfico sin hacer que una SaaS sea dueña del trabajo.
Ficha actualizada 22 sept 2026, 18:25 · upstream 22 sept 2026, 18:10 · release v3.0.4
Qué es Gnosi
Descripción editorial construida a partir del repositorio, su documentación y sus señales de mantenimiento.
Gnosi es un workspace de investigación local-first y open-source diseñado para conectar referencias, documentos (PDF/EPUB), evidencia web, notas en Markdown, estructura de proyectos, grafos de conocimiento y citas verificables. Su filosofía central es que las notas permanezcan legibles, portátiles, versionables y recuperables fuera del propio aplicación. Esto contrasta con herramientas como Notion o Obsidian que pueden convertir todo en un solo producto cerrado.
El proyecto nació como respuesta a una experiencia de flujo de trabajo fragmentado: Notion ofrecía bases de datos estructuradas pero no permitía exportar notas como Markdown; Obsidian ofrecía Markdown y grafos pero sin gestión de referencias integrada; Mendeley gestionaba bibliografías pero era un producto cerrado. Gnosi busca integrar todo en un ecosistema abierto donde el usuario mantiene control sobre su conocimiento.
La arquitectura se basa en archivos portátiles (Markdown y YAML) como fuente de verdad, con una capa de abstracción que permite conectar datos mediante grafos, bases de datos tipadas, tableros, calendarios y cronogramas. El sistema distingue entre notas de lectura (que contienen evidencia) y notas permanentes (que expresan conclusiones), permitiendo un flujo de trabajo donde la investigación se construye paso a paso desde la captura hasta la síntesis final.
- Organizar y consultar referencias bibliográficas (DOI, ISBN, arXiv, PMID) sin depender de gestores como Zotero o EndNote
- Crear notas de lectura con trazabilidad de evidencia (página, párrafo, capítulo, línea)
- Conectar documentos en formato PDF/EPUB a notas de investigación y generar citas bibliográficas
- Organizar conocimiento mediante grafos interactivos que muestren relaciones entre ideas y fuentes
- Crear calendarios temáticos para seguimiento de proyectos de investigación
- Exportar síntesis de investigación a Word o LibreOffice con referencias citables
- Soporta múltiples formatos de entrada (DOI, ISBN, arXiv, BibTeX, RIS) sin necesidad de plugins externos
- Permite importar notas de Notion y otras plataformas mediante importación directa
- Ofrece un editor de bloques con soporte para Markdown y YAML como fuente de verdad
- Proporciona plantillas en múltiples idiomas (incluyendo español) desde el inicio del proyecto
- Soporta autenticación JWT para autenticación segura sin necesidad de claves API externas
- Permite ejecutar la aplicación nativamente o mediante Docker con configuración de datos separada
- La funcionalidad de IA es opcional y no integrada por defecto en todos los módulos
- El formato Markdown requiere que el usuario mantenga un estilo consistente para que las citas se generen correctamente
- Las bases de datos tipadas requieren configuración manual inicial y pueden volverse complejas a medida que crece la cantidad de datos
- La sincronización con calendarios externos o herramientas de correo no está disponible por defecto
- El soporte para PDFs y EPUBs es limitado: solo lectura, sin edición ni extracción automática de texto
Perfil de infraestructura
Estimación inicial derivada del repositorio y de los servicios detectados.
Despliegue detectado
Qué señales reales de instalación hemos encontrado.
Para ejecutar Gnosi en producción se recomienda usar Docker Compose. Se debe configurar un archivo `docker-compose.yml` con la imagen oficial del proyecto (o una imagen personalizada basada en Node.js + FastAPI) y los contenedores para el backend, frontend y base de datos. Se debe establecer un entorno de desarrollo local (`corepack enable`, `pnpm install`, `uv sync`) antes de ejecutar el servidor. Para producción se recomienda desplegar la aplicación en Kubernetes o una plataforma como Railway o Render con configuración de variables de entorno. Es importante mantener los volúmenes de datos separados (datos locales, cachés y credenciales) para evitar conflictos entre instancias. Se debe configurar un sistema de autenticación robusto (JWT con refresh tokens) y proteger la API con rate limiting.
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.