GBrain al 100% — mapa de capacidades y plan de activación

Investigación 11-jun-2026 sobre la documentación completa del paquete instalado (~100 docs en node_modules/gbrain/docs/). Objetivo de Nicolás: “ocuparlo al cien por ciento”.

Lo que usamos HOY: ~15%

put_page / get_page / search keyword / list vía MCP HTTP multi-cliente sobre Postgres. Un almacén de páginas con búsqueda de texto. Todo lo distintivo está APAGADO.

El mapa completo de lo que tiene (y su estado en nuestro sistema)

#	Capacidad	Qué hace	Estado	Requiere
1	Retrieval híbrido (embed, query/ask, reranker)	Búsqueda semántica real sobre todo el corpus; la base de casi todo lo demás	🔴 OFF	API key embeddings (OpenAI/Voyage/ZeroEntropy) — centavos
2	Skillpack: 51 skills	Biblioteca de procedimientos markdown (briefing, maintain, investigate…) que se SCAFFOLDEAN al repo y se forkean como código propio (“thin harness, fat skills”)	🔴 OFF (su onboarding pide permiso del dueño)	`gbrain skillpack scaffold --all`
3	Brain-agent loop	LA disciplina: DETECT entidades → READ brain ANTES de responder → RESPOND → WRITE después → SYNC. “Cada conversación hace al cerebro más inteligente”	🟡 parcial (solo escribimos estado/decisiones a pedido)	Protocolo en CLAUDE.md/GEMINI.md
4	Takes & Facts (capa epistemológica)	QUIÉN cree QUÉ, con peso y tiempo: takes (opiniones/apuestas/hunches multi-holder, cold) + facts (eventos/preferencias/compromisos del dueño, hot, capturados por turno). `gbrain recall`, `think`	🔴 OFF (`takes.bootstrap_enabled: false`)	config + facts hook
5	Dream cycle (nocturno)	Barrido de entidades, enriquecer páginas flacas, arreglar citas, consolidar facts→takes. “Amaneces con el cerebro más inteligente”	🔴 OFF	cron (ya teníamos el script esqueleto)
6	Autopilot	Daemon de auto-mantenimiento continuo	🔴 OFF	`gbrain autopilot --install`
7	Minions/Jobs ⭐	Orquestación de agentes Postgres-nativa: submit/monitor/steer agentes de CUALQUIER plataforma, eventos LISTEN/NOTIFY, contabilidad de tokens, transcripts, inbox con ack. “GBrain ES el plano de control de agentes”	🔴 OFF — y YA TENEMOS Postgres	`gbrain jobs work` + diseño
8	Knowledge graph	Links tipados auto-extraídos, backlinks, traversal, entity-detection	🟡 estructural (0 links — faltan wikilinks/entidades)	disciplina de wikilinks + entity pages
9	Timeline	Cronología por entidad/página	🔴 OFF	usar add_timeline_entry
10	Senses (recipes auto-instalables)	email-to-brain, x-to-brain (¡monitoreo de Twitter!), calendar, meeting-sync, voice-to-brain (llamadas → páginas vía Twilio)	🔴 OFF	`gbrain integrations` + credenciales
11	Schema packs / type taxonomy	Tipos y lenses que estructuran el cerebro. doctor avisa: upgrade disponible gbrain-base-v2 → sucesor	🟡 base	`gbrain onboard --check --explain`
12	Salience / anomalies	Páginas rankeadas por actividad+emoción; anomalías estadísticas por cohorte	🔴 OFF	embeddings + uso
13	Brainstorm / LSD	Generadores de ideas por bisociación (híbrido + far-set + judge) — ⭐ ideación de VIDEOS para el canal	🔴 OFF	embeddings
14	Capture / idea-capture	Entrada única de contenido al inbox del cerebro	🔴 OFF	usar `gbrain capture`
15	Publish	HTML compartible de una página, con password AES-256	🔴 OFF	`gbrain publish`
16	Code indexing	code-def/refs/callers/callees sobre repos — indexar los repos de demos de los videos	🔴 OFF	`sync --strategy code`
17	Sources multi-repo	brain + yt + otros repos como fuentes separadas del mismo cerebro	🔴 OFF	`gbrain sources add`
18	get_brain_identity + list_skills	Al conectar, el agente descubre qué sabe hacer el cerebro	🔴 OFF	1 línea en CLAUDE.md/GEMINI.md
19	write_through / live-sync	DB↔repo bidireccional (hoy: no_repo_configured)	🔴 OFF	decisión + config

Correcciones a nuestro setup (descubiertas leyendo)

gbrain auth create "nombre" mintea tokens en UN comando — anoche lo hicimos a mano con curl + cookies + register-client. Simplificar la doc del harness.
Pack upgrade pendiente: doctor avisa sucesor de gbrain-base-v2 → correr gbrain onboard --check --explain.
gbrain connect <url> --token --install = wire-up automático de Claude Code con smoke-test.

PLAN DE ACTIVACIÓN POR FASES

Fase 0 — hoy, 30 min, $0

gbrain onboard --check --explain → evaluar upgrade de schema pack
CLAUDE.md/GEMINI.md: al conectar → get_brain_identity + list_skills
Protocolo brain-first en ambos contratos: READ antes de responder (search/get), WRITE después de trabajo significativo (no solo a pedido). El loop que compone.

Fase 1 — LA LLAVE (desbloquea la mitad de la tabla)

API key de embeddings (OpenAI text-embedding-3-large, Voyage o ZeroEntropy)
gbrain config set embedding_model ... + gbrain embed --all (medir costo real: ~639 chunks)
Validar query/ask híbrida + think con síntesis y citas sobre el corpus de Nicolás

Fase 2 — disciplina y skills

gbrain skillpack scaffold --all al repo (51 skills — revisar cuáles sirven: briefing, maintain, investigate…) — CON el OK de Nicolás (su onboarding lo exige)
Activar takes (takes.bootstrap_enabled true) + facts hook → gbrain recall
Wikilinks en las páginas que escriben los agentes → el grafo empieza a tejerse

Fase 3 — vida nocturna (el cerebro que aprende solo)

gbrain dream como cron nocturno (upgrade del cron-ingesta.sh existente)
Skill maintain semanal (doctor + embed stale + orphans)
Evaluar autopilot --install

Fase 4 — sentidos (el cerebro que percibe)

x-to-brain (monitoreo Twitter de fuentes del canal — research automático)
calendar-to-brain / email-to-brain si Nicolás quiere (credential-gateway)
gbrain capture como entrada de ideas de videos desde cualquier parte

Fase 5 — orquestación (conecta con V3 federación)

Minions/jobs como plano de control: los agentes ADK del video 13 + CLIs reportando al mismo queue Postgres — submit/monitor/token-accounting/transcripts
Code indexing de los repos de demos
sources add para repos adicionales

PROFUNDIZACIÓN (segunda pasada, 11-jun tarde — ~30 docs leídos)

Las 5 Disciplinas Operacionales (lo que separa producción de demo — textual de gbrain)

Signal detection en CADA mensaje (mandatorio): detectar entidades e ideas originales en todo lo que dice el usuario → timeline entries + páginas originals/. “Si el usuario piensa en voz alta y el cerebro no lo captura, el sistema está roto.”
Brain-first lookup (mandatorio): consultar el cerebro ANTES de cualquier API externa. Cadena: search keyword → query híbrida → get por slug → recién ahí web. “Un agente que busca en la web antes que en su cerebro malgasta plata y da peores respuestas.”
Sync después de cada escritura — búsqueda siempre al día.
Heartbeat diario — monitoreo de salud.
Dream cycle nocturno — el cerebro compone overnight.

Verdades de arquitectura que cambian nuestro uso

EL GRAFO ES EL MURO DE CARGA, no los embeddings: benchmark propio — vector-only P@5 ~18; híbrido sin grafo ~18; stack completo con grafo: 49.1 (+31 puntos). El auto-link extrae edges SIN LLM desde wikilinks/links markdown → nuestros links=0 porque nuestras páginas no usan [[wikilinks]]. DISCIPLINA NUEVA: toda página que escriba un agente debe enlazar entidades con wikilinks. Gratis, sin key.
Reranker ZeroEntropy zerank-2 (default en modo balanced): reordena el 60% de los top-1. +150ms, ~$0.025/M tokens.
3 capas de memoria (formaliza nuestra regla improvisada del 10-jun): GBrain = conocimiento del MUNDO (personas, proyectos, decisiones) · memoria del agente = estado OPERACIONAL (preferencias, cómo trabajar) · sesión = lo actual. “Pedro prefiere email” va al cerebro (es un hecho de Pedro); “el usuario prefiere bullets” va a memoria del agente.
Compiled truth + timeline: cada página = síntesis vigente arriba + evidencia append-only abajo. Las páginas curadas LE GANAN en ranking a transcripts viejos (manejo de contradicciones por diseño) + probe de contradicciones (gbrain eval suspected-contradictions).
Two-repo architecture: repo del agente (skills, código) ≠ repo del cerebro (conocimiento).
Search modes — árbol de decisión: slug conocido → get (página completa) · nombre/keyword exacto → search (devuelve CHUNKS → confirmar → get la página) · pregunta semántica → query. Respeta presupuesto de tokens.

SCHEMAS — la jugada grande para el brain de Nicolás

Los tipos rutean a búsqueda experta y habilitan extracción automática de facts. Hoy 47 de nuestras 59 páginas son type media genérico (invisibles estructuralmente). Schema “creator brain” propuesto: video, guion, investigacion, decision, pendiente, keyword-research, competencia. Con gbrain schema add-type ... --extractable + schema sync --apply se backfillea todo, y se desbloquean: gbrain whoknows, extract-facts (ej: views=X, fecha=Y), y consultas tipo “qué decidimos sobre títulos en las últimas 3 investigaciones”. Desde v0.40.7 un agente puede proponer el schema y aplicarlo con aprobación + audit trail.

El skillpack es un CURRÍCULO completo (no solo 51 archivos)

Core Patterns (loop, entity detection, originals, brain-first, compiled truth, citas) · Data Pipelines (enrichment con tiers, meetings, Content & Media: YouTube/social/PDFs ← ingestar videos propios y de competencia!, diligence, collectors deterministas, idea capture) · Operations (cron 20+ jobs, cron-via-minions, shell jobs = crons sin tokens, quiet hours, executive assistant, skill development 5 pasos) · Architecture (two-repo, sub-agent model routing — qué modelo para qué tarea, search modes, brain-vs-memory) · Integrations (credential gateway, meeting webhooks, voice, email, X).

Comandos descubiertos en la pasada profunda

gbrain auth create "nombre" (tokens en 1 comando) · gbrain whoknows (búsqueda experta por tipo) · gbrain schema add-type/sync · gbrain extract-facts · gbrain recall (hot facts) · gbrain takes list/search · gbrain eval suspected-contradictions · gbrain config set mcp.publish_skills true (gotcha: brains antiguos lo tienen OFF — verificar el nuestro) · gbrain integrations (recetas auto-instalables).

Ajustes al plan de fases tras la profundización

Fase 0 SUBE de valor: + disciplina de wikilinks (el grafo gratis), + verificar mcp.publish_skills, + las 5 disciplinas en CLAUDE.md/GEMINI.md (no solo brain-first).
Fase 2 + schema creator-brain (el agente lo propone, Nicolás aprueba) — posiblemente ANTES que las skills: estructura primero, procedimientos después.
Fase 3 + shell jobs para crons deterministas (cero tokens).
Fase 4 + content-media ingestion: pipeline de YouTube → el cerebro conoce el catálogo propio Y la competencia. Research del canal semi-automático.

TERCERA PASADA (cobertura ~85% del corpus — resto: release notes/evals internos)

⚠️ CORRECCIÓN ARQUITECTÓNICA MAYOR — system-of-record.md (contrato oficial)

Textual: “El repo GitHub (markdown + frontmatter) es el system of record. La base Postgres/ PGLite es un cache derivado. NO respaldamos la base — la reconstruimos desde el repo.” Disaster recovery = 1 comando (gbrain sync && gbrain extract all / gbrain rebuild).

Implicación para NOSOTROS: nuestras páginas de agentes (decisiones/, estado/, pendientes/) viven SOLO en la DB (write_through: no_repo_configured) → estamos usando gbrain CONTRA su diseño: si la DB muere, esas páginas no se reconstruyen (lo vivimos: la corrupción del PGLite nos obligó a restaurarlas a mano desde el chat). Recomendación: configurar un brain repo para las escrituras de agentes — puede ser un repo/carpeta PRIVADA (ej. brain-agentes/), separada del sitio público de Nicolás. Esto responde su pregunta “¿no que no íbamos a manejar markdown?”: el diseño de gbrain dice que la DB es desechable y el markdown es el respaldo re-generador. No es nostalgia de archivos — es el contrato de recuperación.

Embeddings: 16 proveedores, INCLUYE 3 LOCALES (= gratis) — Fase 1 sin costo posible

gbrain providers list/test/env. Init auto-detecta desde env vars. Tabla clave: ZeroEntropy $0.05/M (2560 dims Matryoshka) · OpenRouter $0.02/M · OpenAI $0.13/M (1536) · 3 opciones locales + escape hatch LiteLLM. → La “llave” de Fase 1 puede costar CERO (local) o centavos (ZeroEntropy/OpenRouter).

Type taxonomy v2 (el upgrade que doctor sugiere)

gbrain-base-v2 = 14 tipos canónicos DRY/MECE (v0.41.22). Caso real que lo motivó: un brain de 186K páginas acumuló 94 valores de type en 9 clusters redundantes → búsqueda ambigua, enrichment incompleto, agentes confundidos. Lección directa para nuestro schema creator-brain: pocos tipos, MECE, con resolver README por directorio.

GBRAIN_RECOMMENDED_SCHEMA.md = system prompt listo para cualquier agente

“Karpathy’s LLM wiki pattern” extendido a base operacional. Principio fundacional citable: “el knowledge management fracasó 30 años porque el mantenimiento recae en humanos; los agentes LLM cambian la ecuación — no se aburren, no olvidan cross-references, tocan 50 archivos en una pasada.” MECE + README resolver por directorio. Drop-in como skill.

Más hallazgos de la pasada final

ORIGIN.md: producción real de Garry: 17,888 páginas, 4,383 personas, 21 crons. “GBrain es lo que construyes cuando decides que el agente que olvida y duplica es inaceptable.” La razón de ser del cerebro es gbrain think — sin él, es solo un lugar que guarda notas.
Segundo ensayo de Garry Tan en el paquete: “Homebrew for Personal AI” — markdown es código, el agente es el package manager: describes la capacidad en inglés y el agente construye la implementación nativa. (Par del Thin Harness — ambos citables.)
Knowledge Runtime (design): 4 capas; regla de oro: “el LLM elige QUÉ escribir; el código garantiza DÓNDE y CÓMO” (BrainWriter, scaffolds, back-link enforcer, slug registry).
Senses & Reflexes dashboard (visión Homebrew): integraciones como sentidos (voice/email/ X/calendar/photos/slack/rss) y reflejos (meeting-prep, entity-enrich, dream).
Incidente LSD $50.71 (53× sobre estimado, 7.3M tokens, 0 ideas entregadas): brainstorm/ lsd en brains grandes SIEMPRE con --limit; los incident reports del repo son honestidad brutal — material de video y lección de costos.
Guardrails: seams vendor-neutral observe-only, fail-open, inertes por defecto — el hueco de seguridad para prompt-injection en memoria compartida es REAL y el diseño solo observa, no bloquea. (Conecta con la sección de seguridad del video V2.)
live-sync gotcha: pooler Supabase 6543 + host directo IPv6-only → “sync corrió y no pasó nada” en hosts IPv4. Anotado para el deploy cloud.
idea-capture: test de autoría (idea propia / síntesis propia / concepto ajeno / idea de producto → destinos distintos) + rating de potencial de publicación. ⭐ Pipeline natural de IDEAS DE VIDEOS del canal.
meeting-ingestion / executive-assistant: transcript completo siempre, propagación a TODAS las entidades mencionadas; triage de email y prep de reuniones con contexto del cerebro.

El documento que hay que leer completo (para el video y la filosofía)

docs/ethos/THIN_HARNESS_FAT_SKILLS.md — el ensayo de Garry Tan para YC Spring 2026. Tesis: el secreto no es el modelo, es el harness + skills como “métodos en markdown” con parámetros. Alineación 1:1 con la tesis del canal de Nicolás (Harness Engineering). Citable en V1/V2.