recall
Base de conocimientos compartida en Markdown para equipos, funcionando como memoria persistente para asistentes de IA vía MCP. Arquitectura ligera sin LLM en servidor, con SSO (Entra ID/Google), búsqueda semántica y gestión de revisiones programadas.
Ficha actualizada 26 sept 2026, 8:17 · upstream 26 sept 2026, 7:49 · release sin release detectada
Qué es recall
Descripción editorial construida a partir del repositorio, su documentación y sus señales de mantenimiento.
re:call es una base de conocimientos colaborativa construida sobre Markdown, diseñada para servir como memoria compartida entre equipos y asistentes de IA. Permite a los usuarios crear notas interconectadas mediante enlaces wikis [[links]], gestionar permisos granulares por usuario y mantener la documentación actualizada con alertas de revisiones vencidas.
La arquitectura se centra en la simplicidad: una sola base de datos PostgreSQL, llamadas de embeddings bajo demanda y delegación total del razonamiento a los asistentes del usuario (Claude, Copilot, etc.) vía MCP. No ejecuta modelos LLM en el servidor, lo que reduce costes operativos y mantiene la trazabilidad de las acciones.
Soporta autenticación SSO con Microsoft Entra ID o Google, exportación nativa a Obsidian, visualización de grafos de conocimiento y diagramas Mermaid. Incluye herramientas para detectar enlaces rotos, orfanas y contenido obsoleto, facilitando el mantenimiento de documentación viva.
- Base de conocimientos centralizada para equipos con permisos granulares por usuario
- Memoria persistente para asistentes de IA (Claude, Copilot) vía MCP sin exponer API keys
- Gestión de documentación técnica con revisiones programadas y alertas de contenido obsoleto
- Exportación portátil a Obsidian o editores Markdown para portabilidad entre herramientas
- Arquitectura ligera sin LLM en servidor, reduciendo costes y complejidad operativa
- Integración nativa con MCP (Model Context Protocol) para interoperabilidad con asistentes
- Autenticación SSO robusta con Microsoft Entra ID o Google vía Better Auth
- Búsqueda híbrida: embeddings + texto plano para robustez ante fallos de API
- Dependencia de proveedor externo para embeddings (Azure OpenAI, Ollama, etc.)
- No incluye LLM nativo; funcionalidades avanzadas requieren integración externa
- Configuración inicial de SSO requiere conocimientos técnicos (Entra ID o Better Auth)
- Cambio de modelo/embeddings requiere re-embedding de todo el contenido existente
Capturas del proyecto
Imágenes reales detectadas en la documentación del repositorio.
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 para producción. Configurar AUTH_MODE=entra para entornos corporativos con Microsoft 365, o AUTH_MODE=betterauth para Google. Asegurar que EMBEDDING_PROVIDER esté configurado (azure u openai) y verificar compatibilidad de dimensiones del modelo. Para local dev, usar AUTH_MODE=dev sin SSO.
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.