harborclerk
Harbor Clerk es un servidor MCP que permite a los agentes de IA consultar una colección privada de documentos sin necesidad de subirlos al cloud.
Ficha actualizada 22 sept 2026, 19:23 · upstream 22 sept 2026, 18:59 · release v0.9.2
Qué es harborclerk
Descripción editorial construida a partir del repositorio, su documentación y sus señales de mantenimiento.
Harbor Clerk transforma carpetas observadas en un archivo de conocimiento privado, indexado y searchable. Incluye OCR para escaneos, búsqueda híbrida (lexical + semántica), embeddings locales, respuestas citadas con IA local y acceso MCP/CLI. Es una herramienta diseñada para equipos pequeños o individuos que necesitan consultar documentos privados sin exponerlos a servicios SaaS.
- Consultar carpetas de archivos privados (contratos, notas, manuales) mediante búsqueda natural
- Generar respuestas citadas con IA local sobre documentos internos
- Conectar modelos externos (Claude, ChatGPT) a través de un endpoint MCP seguro
- Hacer research profundo sobre corporaciones o clientes sin subir datos al cloud
- Crear agentes locales que consulten archivos privados mediante CLI o herramientas como OpenClaw
- Investigación académica con corpus propio sin necesidad de APIs públicas
- Todo corre en el cliente: los documentos nunca se suben a un servidor externo, ni hay sincronización en segundo plano
- Las respuestas siempre incluyen citas directas al documento original para verificar la fuente
- Soporta múltiples modelos locales (local AI) y permite conectar cualquier modelo MCP con autenticación restringida
- La calidad de las respuestas depende del modelo local utilizado, el corpus y la calidad de los documentos
- Las búsquedas exhaustivas ('encontrar cada vez que aparezca') pueden ser difíciles en corporaciones con corpus masivo
- La OCR puede fallar en escaneos antiguos o con baja resolución
- Los resultados deben verificarse manualmente contra el documento original, especialmente para outputs críticos
- No es una plataforma multi-tenant ni escalable a gran escala; está diseñada para uso local y pequeño equipo
Perfil de infraestructura
Estimación inicial derivada del repositorio y de los servicios detectados.
Despliegue detectado
Qué señales reales de instalación hemos encontrado.
Para macOS: ejecuta la aplicación menubar como subprocess. Para Docker: usa docker compose con un directorio WATCH_ROOT en el contenedor (ej. /data/watch). En ambos casos, los documentos se leen en lugar del sistema de archivos original y las respuestas se devuelven solo a través de endpoints MCP o CLI.
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.