mymind
myMind es una aplicación self-hosted 'second brain' AI-native que centraliza documentos, tareas, imágenes y memoria local usando Nuxt 4 + Nitro como único punto de despliegue (SPA + API + MCP server).
Ficha actualizada 22 sept 2026, 18:20 · upstream 22 sept 2026, 16:53 · release sin release detectada
Qué es mymind
Descripción editorial construida a partir del repositorio, su documentación y sus señales de mantenimiento.
myMind es una aplicación self-hosted 'second brain' AI-native que centraliza documentos, tareas, imágenes y memoria local. Usa Nuxt 4 con Nitro como único punto de despliegue (SPA + API + MCP server), PostgreSQL+pgvector para búsqueda híbrida y almacenamiento en blobs.
Soporta integración con agentes vía MCP, voz (Silero VAD, faster-whisper, Breeze TTS) y visualización GPU-particle reactor. Arquitectura modular: cada sistema es una página independiente; el input se auto-enricha y clasifica.
Incluye ShareX/CleanShot uploader con OCR local, kanban, clipboard sincronizado por SSE, dashboard por proyecto (git-keyed), log de actividad con árbol de trazas y alertas por email.
- Centralizar conocimiento personal sin nube
- Extraer memorias atómicas de sesiones de IA para reutilización
- Hablar con un agente de voz self-hosted que escucha interrupciones
- Exponer memoria/docs a agentes de código vía MCP
- Hostear imágenes con OCR/tags automáticos
- Sincronizar portapapeles entre dispositivos
- Arquitectura monolítica unificada (Nuxt 4 + Nitro)
- Búsqueda híbrida pgvector+trigram
- Agentes MCP con 11 tools
- Registro de modelos DB-backed editable en UI
- Visualizador GPU-particle reactor Three.js
- Clipboard sincronizado por SSE con atribución por máquina
- Proyecto personal, opiniónado y single-user
- Depende de endpoints OpenAI-compatible (local o hosted)
- No hay multi-usuario nativo
- Requiere hardware local para IA (GPU recomendada)
- Roadmap activo con cambios frecuentes
Perfil de infraestructura
Estimación inicial derivada del repositorio y de los servicios detectados.
Despliegue detectado
Qué señales reales de instalación hemos encontrado.
Usar docker compose -f docker-compose.prod.yml; configurar .env con DB, auth y endpoints AI; reverse proxy en puerto 80/443; backups periódicos de PostgreSQL y blobs; verificar CPU/RAM (mínimo 4 núcleos, 8GB RAM); seguir docs/DEPLOYMENT.md para validación.
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.