Caso de estudio · 2026

Proyecto personal · RAG agéntico

startlight-brain-app

App "segundo cerebro" con búsqueda semántica, embeddings pgvector, grafo de conocimiento y Web Clipper — construida end-to-end como proyecto personal.

45 commits · pipeline de búsqueda semántica con recuperación híbrida (cosine + top-K)

Rol
Arquitecto y builder en solitario
Stack
TypeScript · React Native / Expo · Supabase · pgvector · PostgreSQL · d3-force · OpenAI embeddings

Contexto

La gestión del conocimiento personal está fragmentada: notas aisladas, búsqueda léxica y conexiones manuales. El objetivo era construir un “segundo cerebro” mobile-first que revelara relaciones semánticas automáticamente — Obsidian con búsqueda semántica.

Enfoque

Construido con React Native (Expo) para móvil multiplataforma, Supabase como backend y pgvector para almacenamiento vectorial. El pipeline de embeddings funciona en el dispositivo y se sincroniza con una instancia PostgreSQL/pgvector remota. Un grafo de conocimiento (d3-force) visualiza la proximidad semántica entre notas. El Web Clipper captura contenido desde cualquier navegador; los embeddings se generan y enlazan automáticamente.

Resultados

  • Búsqueda semántica end-to-end con pgvector: similitud coseno + recuperación top-K sobre notas personales.
  • Grafo de conocimiento con diseño de fuerza dirigida mostrando clústeres semánticos.
  • Web Clipper con embedding automático y enlazado al grafo.
  • Sincronización local + remota de embeddings para operación offline.
  • 45 commits en 2 meses — proyecto en solitario desde idea hasta app publicada.

Enlaces