knowledge-base
Stack de conocimiento auto-hospedado basado en agentes que combina una base de conocimientos documentada con un grafo temporal de hechos. Combina Open WebUI para RAG y Graphiti/Neo4j para memoria temporal.
Ficha actualizada 22 sept 2026, 19:51 · upstream 22 sept 2026, 19:41 · release v3.0.0
Qué es knowledge-base
Descripción editorial construida a partir del repositorio, su documentación y sus señales de mantenimiento.
KnowledgeBase es una arquitectura completa de conocimiento auto-hospedada diseñada como stack de agentes. Su núcleo combina dos componentes: una base de conocimientos documentada mediante Open WebUI, que permite consultas por búsqueda vectorial o recuperación exacta sin LLM; y un grafo temporal de hechos almacenado en Neo4j a través de Graphiti, donde los hechos son temporales (tiempos caducados) e invalidables cuando se superan. Esta arquitectura elimina la dispersión de archivos de notas y READMEs entre proyectos, reemplazándolos por una única base de conocimiento accesible mediante agentes.
- Realizar consultas a documentos curados con respuestas fundamentadas en un corpus referencial
- Recuperar información precisa desde texto crudo o fragmentos sin necesidad de LLM
- Indexar memoria per-proyecto de Claude Code (proyectos locales) para acceso centralizado
- Integración de agentes que acceden a herramientas y datos mediante la API del stack
- Gestión de identidad y roles en el sistema con autorización basada en grupos
- Diseño basado en agentes: los agentes acceden al conocimiento sin depender de la infraestructura centralizada
- Memoria temporal de hechos: los datos no se eliminan sino que caducan, permitiendo actualizaciones dinámicas
- Arquitectura unipunto de entrada: solo una URL pública (KB_HOST) y un único puerto para todo el stack
- Soporte nativo con Ollama: modelos LLM como qwen2.5-14b y embeddings nomic-embed-text se ejecutan sin Dockerfile
- Gateway API en Caddy: protege la infraestructura interna mediante autenticación por clave de usuario
- No incluye un Dockerfile, requiriendo el uso de Docker Compose para la ejecución del stack
- La CLI está disponible solo como thin client (kb.py) y no se incluye en el repositorio
- El modelo LLM externo debe estar disponible localmente o a través de una red confiable
- La extracción OCR requiere un modelo separado (deepseek-ocr) que no está integrado en la capa principal
Perfil de infraestructura
Estimación inicial derivada del repositorio y de los servicios detectados.
Despliegue detectado
Qué señales reales de instalación hemos encontrado.
Para desplegar, ejecuta `docker compose up -d`. Configura `KB_HOST` y `OLLAMA_HOST` mediante variables de entorno. Para producción, instala Caddy como proxy TLS externo o usa un bloque hostname en el archivo Caddyfile para autenticación SSL. El gateway API (`api-gateway`) maneja la autenticación por clave de usuario y la asignación de roles. La base de datos Neo4j se conecta a través del gateway sin exponer su puerto directamente.
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.