PlaudBlender
PlaudBlender es un sistema self-hosted que transforma grabaciones de voz de Plaud Note en una base de conocimiento estructurada.
Ficha actualizada 23 sept 2026, 22:19 · upstream 23 sept 2026, 22:09 · release sin release detectada
Qué es PlaudBlender
Descripción editorial construida a partir del repositorio, su documentación y sus señales de mantenimiento.
PlaudBlender actúa como un pipeline de ingestión y procesamiento para grabaciones de voz. Utiliza la API de Plaud Note con autenticación OAuth para obtener transcripciones, las procesa mediante modelos de IA (por defecto Google Gemini) para filtrar ruido conversacional, extraer categorías y detectar eventos discretos. Los metadatos persisten en SQLite (brain.db) y los vectores semánticos se indexan en Qdrant. El sistema expone una API FastAPI y una interfaz web Dash en puerto 8050.
- Recuperación de información contextual mediante preguntas naturales sobre grabaciones pasadas (AI RAG).
- Visualización interactiva de redes de conocimiento complejas en 3D con múltiples modos de renderizado.
- Integración directa de la memoria personal en agentes LLM externos a través del servidor MCP.
- Importación y sincronización de transcripciones desde bases de datos Notion existentes.
- Despliegue en hardware de bajo consumo como Raspberry Pi para procesamiento local.
- Monitoreo de costes de API y telemetría en tiempo real durante el procesamiento.
- Arquitectura híbrida que soporta modelos en la nube (Gemini/OpenAI) y locales (Ollama).
- Visualización 3D avanzada con modos como Lanes, Orbit, Timeline y Force-directed.
- Integración nativa con Protocolo MCP para exponer herramientas a Cursor o Claude Desktop.
- Optimizado para despliegues headless en Raspberry Pi con scripts de automatización systemd.
- Gestión robusta de vectores en Qdrant y metadatos en SQLite con utilidades de limpieza.
- Herramientas CLI completas para gestión del pipeline, sincronización y diagnóstico.
- Requiere configuración manual de claves API (.env) y OAuth; no incluye credenciales por defecto.
- No es una aplicación consumer pulida, está orientada a desarrolladores o power users.
- Dependencia externa para Qdrant mediante Docker Compose (no incluye Dockerfile propio).
- Procesamiento por defecto en la nube requiere configuración adicional para usar modelos locales.
- Requiere entorno Python con gestión de dependencias y virtual environments.
Perfil de infraestructura
Estimación inicial derivada del repositorio y de los servicios detectados.
Despliegue detectado
Qué señales reales de instalación hemos encontrado.
Clonar repositorio, crear entorno virtual (uv venv) e instalar dependencias. Iniciar Qdrant con docker compose up -d. Configurar .env con claves API y credenciales OAuth. Ejecutar plaud_setup.py para autenticación, luego scripts/chronos_pipeline.py --full para procesar datos. Finalmente, iniciar servicios con ./chronos start o ./start_chronos.sh --ui-only.
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.