prbe-knowledge
Un motor de conocimiento autocontenido que ingesta herramientas y datos del equipo, realiza búsqueda híbrida (vectores, keywords, grafo) y devuelve respuestas sintetizadas con referencias citadas.
Ficha actualizada 22 sept 2026, 22:23 · upstream 22 sept 2026, 22:20 · release sin release detectada
Qué es prbe-knowledge
Descripción editorial construida a partir del repositorio, su documentación y sus señales de mantenimiento.
Probe es un motor de conocimiento autocontenido que permite a equipos almacenar sus propias herramientas y fuentes de información. Utiliza un enfoque híbrido de recuperación: combina vectores para comprensión semántica, búsqueda por palabras clave para precisión exacta y grafo para relaciones estructurales entre entidades. El sistema normaliza, fragmenta y embeve el contenido en una base de datos PostgreSQL con vectorización, mientras que la capa de agentes puede consultarlo mediante herramientas MCP (Model Context Protocol) o APIs REST. La arquitectura está diseñada para ser escalable, multi-tenant y compatible con entornos locales sin dependencias externas.
- Soporte técnico: recuperación rápida de documentación técnica, tickets y procedimientos del equipo
- Onboarding de nuevos desarrolladores: acceso a conocimiento colectivo sobre arquitectura, decisiones técnicas y buenas prácticas
- Análisis de incidentes: consulta de logs, errores y respuestas de soporte para diagnóstico rápido
- Documentación dinámica: actualización automática de documentación basada en commits o cambios recientes del repo
- Búsqueda interna: consultas rápidas entre desarrolladores sobre APIs, librerías o decisiones pasadas
- Arquitectura híbrida que combina búsqueda vectorial (embeddings), BM25 y grafo de conocimiento para cubrir diferentes tipos de consultas
- Sincronización bidireccional: el motor puede responder a queries desde agentes externos o ser consultado por ellos
- Optimización de recuperación mediante RRF (Reciprocal Rank Fusion) que mejora significativamente la precisión en casos complejos
- Soporte multi-tenant con tokenización de API Keys para evitar escalamiento horizontal sin cambios de infraestructura
- API MCP integrada que permite agentes externos consultar conocimiento sin necesidad de un servidor dedicado
- Depende de APIs externas (Gemini, Anthropic) para embeddings y síntesis de respuestas, lo que introduce latencia y dependencia de proveedores
- La optimización de recuperación es específica del dataset de prueba utilizado en los experimentos y no necesariamente generalizable a todos los repositorios
- El grafo se construye incrementalmente y puede requerir tiempo de convergencia para alcanzar una representación completa del conocimiento
- No incluye capacidades de razonamiento profundo ni generación de contenido original, solo síntesis basada en datos existentes
Perfil de infraestructura
Estimación inicial derivada del repositorio y de los servicios detectados.
Despliegue detectado
Qué señales reales de instalación hemos encontrado.
Para desplegar localmente: usa docker-compose.yml que inicia PostgreSQL (con pgvector), MinIO como objeto storage y los servicios de ingestión (:8080) y retrieval (:8081). Para producción: el Helm chart 'probe-knowledge' en la carpeta deploy/helm permite despliegue con control plane. En modo multi-tenant, cada instancia tiene un token único; para autohosting, usa el token compartido DEFAULT_CUSTOMER_ID. Se recomienda usar linux/amd64 para evitar fallos de SIGILL en entornos ARM. Para backups, se pueden exportar los documentos y chunks a S3 o R2 mediante la API de object store.
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.