Project Zurvan
Project Zurvan convierte documentos en una wiki enlazada, consultable y compatible con git, y la ofrece a agentes mediante un servidor Model Context Protocol, MCP. Inspirado en las notas de Andrej Karpathy sobre gestión del conocimiento, este motor LLM local está pensado para investigadores, ingenieros y agentes que necesitan memoria estructurada a largo plazo sin depender de la nube.
El repositorio de código es privado. Contacta conmigo para solicitar acceso.
01 / Resumen
Conocimiento y recuperación
Siga una idea tipada desde la fuente hasta el contexto del agente
Seleccione un tipo de conocimiento para seguir su relación esquemática desde un documento fuente hasta la recuperación. Las etiquetas describen la arquitectura, no un ejemplo del corpus privado.
Esquema ilustrativo · sin registros del corpus ni resultados de recuperaciónextraído del material fuente; los vínculos se acumulan entre fuentes
Afirmación: recuperado mediante búsqueda híbrida; los vecinos del grafo pueden añadir contexto relacionado
Qué significa el tipo seleccionado
- Afirmación
Un nodo de afirmación conserva una declaración como conocimiento estructurado vinculado al material fuente.
- Concepto
Un nodo de concepto conecta un tema con conocimiento relacionado en la wiki local.
- Entidad
Un nodo de entidad representa un sujeto con nombre que puede vincular afirmaciones y conceptos.
- Decisión
Un nodo de decisión registra una decisión como elemento tipado que se puede recuperar con contexto relacionado.
Este esquema no afirma fidelidad completa a las fuentes, cobertura completa de procedencia ni recuperación exhaustiva. Solo muestra el modelo de datos y las etapas de recuperación documentadas.
El repositorio de Zurvan es privado; este esquema público usa etiquetas genéricas y no contiene registros del corpus.
Problema
Los agentes LLM carecen de memoria persistente y estructurada entre sesiones. Los sistemas RAG requieren nube o pierden relaciones, como qué afirmación respalda una decisión o qué conceptos se contradicen. Una solución local debe ingerir documentos variados, conservar relaciones en un grafo y ofrecer consultas que protejan la privacidad.
Resumen de la solución
- Ingesta local de MD, PDF, TXT e imágenes hacia un almacén de conocimiento SQLite.
- Extracción LLM de nodos tipados: afirmaciones, conceptos, entidades y decisiones, acumulados entre fuentes al crecer el corpus.
- Búsqueda híbrida FTS5 y semántica con expansión de vecinos del grafo para reunir contexto profundo.
- Servidor MCP stdio con zurvan_search, zurvan_context, zurvan_remember, zurvan_decision_add y herramientas de grafo para Claude Code y Cursor.
- Federación de proyectos con almacenes independientes, búsqueda cruzada, detección de contradicciones y seguimiento de deriva de políticas.
02 / Evidencia
Pruebas y verificación
- 218 pruebas superadas en 18 fases de desarrollo completadas.
- Servidor MCP verificado, con guías de configuración de Claude Code y Cursor.
- Integración con Obsidian y grafo de 7 tipos por color: afirmaciones, conceptos, entidades, decisiones, sesiones, contradicciones y síntesis.
- La secuencia de paquete de pruebas, informe, revisión y publicación funciona completamente sin conexión.
- Orquestación documentada para Claude Code y Codex: revisión previa, comprobación posterior y cierre de sesión.
03 / Métodos
Construcción
Tecnologías
- Python 3.10+
- SQLite FTS5 (búsqueda híbrida)
- Servidor MCP stdio
- Proveedores LLM OpenAI / Anthropic / Mock
- Estructura de almacén compatible con Obsidian
- Ingiere Markdown, PDF, TXT e imágenes en una wiki enlazada, consultable y compatible con git.
- La extracción LLM genera nodos tipados de afirmaciones, conceptos, entidades y decisiones, acumulados entre fuentes.
- FTS5 y búsqueda semántica con expansión de vecinos del grafo para reunir contexto denso.
- Servidor MCP stdio con zurvan_search, zurvan_context, zurvan_remember, zurvan_decision_add y herramientas de grafo para Claude Code y Cursor.
- Federación de proyectos con búsqueda cruzada, contradicciones y seguimiento de políticas en almacenes independientes.
- 218 pruebas superadas en 18 fases completadas.
Seguro
- Diseño local, sin almacenamiento en la nube ni transmisión externa de documentos.
- MCP es de solo lectura por defecto; la escritura exige una opción explícita.
- Rutas de proyectos en ~/.zurvan/projects.json, nunca en el control de versiones.
- Proveedor Mock LLM para desarrollo y pruebas sin exponer claves API.
- Memoria aislada por almacén; la federación cruzada exige registro explícito.