recordbench-oss
Herramienta local-first para descubrimiento legal en fase alpha. Gestiona documentos, medios y correos electrónicos con IA local, OCR y búsqueda semántica. Requiere validación humana antes de considerar resultados como trabajo terminado.
Ficha actualizada 22 sept 2026, 14:47 · upstream 22 sept 2026, 14:07 · release sin release detectada
Qué es recordbench-oss
Descripción editorial construida a partir del repositorio, su documentación y sus señales de mantenimiento.
RecordBench es una plataforma auto-alojada diseñada para equipos legales que necesitan realizar descubrimiento y revisión de casos sin depender de la nube. Su enfoque 'local-first' garantiza que los datos permanezcan en infraestructura controlada, priorizando la privacidad y el cumplimiento normativo desde el diseño.
La arquitectura combina FastAPI con PostgreSQL y pgvector para gestionar datos completos, índices de texto completo y vectores semánticos. Integra modelos locales para tareas de IA como recuperación de información, generación de respuestas y transcripción de medios, eliminando la necesidad de enviar datos sensibles a servicios externos.
El sistema incluye flujos de trabajo robustos para ingestión de archivos con escaneo antivirus mediante ClamAV, extracción de texto, OCR limitado con Tesseract y Poppler, y gestión colaborativa de expedientes. Permite exportar paquetes completos de caso incluyendo borradores finales y recibos de selección de archivos.
- Revisión de documentos y medios multimedia con búsqueda semántica y citas verificables
- Transcripción local de audio y video con revisión humana antes de considerar resultados finales
- Gestión colaborativa de expedientes legales con edición compartida de informes y notas
- Pantalla de colecciones de fuentes aplicando criterios a poblaciones congeladas para validación
- Ejecución local de modelos de IA para recuperación, respuestas y transcripción sin enviar datos sensibles
- Escaneo antivirus integrado con ClamAV antes de que los archivos sean procesables como fuentes de revisión
- OCR limitado mediante Tesseract y Poppler para renderizar y extraer texto de PDFs escaneados e imágenes
- Exportación completa de paquetes de caso incluyendo borradores finales, informes y recibos de selección
- Estado alpha sin validación para casos confidenciales o trabajo legal productivo real
- Recall limitado en el reconocimiento basado en reglas para entidad discovery que no garantiza encontrar todos los nombres
- OCR y transcripción requieren revisión humana antes de considerar resultados como trabajo terminado
- Dependencia de modelos locales que requieren hardware específico y configuración adicional
Perfil de infraestructura
Estimación inicial derivada del repositorio y de los servicios detectados.
Despliegue detectado
Qué señales reales de instalación hemos encontrado.
Recomendado usar Docker Compose en entornos controlados. Asignar mínimo 4 núcleos CPU, 8GB RAM y 20GB disco. Revisar documentación RELEASE_READINESS antes de producción. Mantener separación estricta entre datos sintéticos y reales durante pruebas iniciales.
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.