Skip to main content
Glama
Cerebro de compañía

Cerebro de compañía

by cquiroz6211

Winterbrain

Company brain para una firma de venture capital y business builder. Convierte reuniones, briefs, decks y conversaciones ejecutivas en conocimiento reutilizable que cualquier C-level puede consultar desde Claude o Codex.

Que es hoy

Un gateway MCP que guarda el conocimiento del equipo en archivos Markdown estructurados dentro de un cerebro versionable. MarkItDown ya esta integrado para que PDFs, DOCX, PPTX y XLSX se conviertan automaticamente a Markdown cuando Sergio o Mariana suben una carpeta de cliente.

Related MCP server: taru-mcp

Que valor da hoy

  • Una conversacion ejecutiva ya no se pierde en el chat de una persona. Cualquiera del equipo puede decir "guarda esto en el cerebro" y queda persistido.

  • Una carpeta completa de un cliente (reuniones + briefs + decks) se sube en una sola frase y queda convertida a Markdown buscable.

  • Las notas ejecutivas quedan con autor, cliente, fecha, tipo y tags, listas para ser consultadas despues.

  • Mariana puede preguntarle a Claude "que subio Sergio sobre Cliente X" y el cerebro devuelve el Markdown correspondiente con score.

Que valor falta (honesto)

  • La busqueda es por keywords todavia. No hay embeddings.

  • El gateway corre stdio MCP. Falta HTTP para que los C-levels se conecten sin instalar nada.

  • La extraccion de resumen, riesgos, decisiones y aprendizajes es manual. Falta el extractor LLM.

  • No hay permisos. Por ahora todos ven todo, por diseno de MVP.

Quick start

Para el equipo tecnico

npm install
npm run build
npm start

Desarrollo:

npm run dev

Para el equipo ejecutivo

Los C-levels (CEO, CFO, Mariana, Sergio, Don Dario) no tocan codigo. Pegan esto en Claude o Codex:

Retrieve and follow the instructions at:
https://raw.githubusercontent.com/cquiroz6211/winterbrain/main/INSTALL_FOR_USERS.md

El agente del usuario se autoinstala el MCP. Guia humana:

  • docs/QUICKSTART.md — pasos en lenguaje humano, sin tecnicismos.

  • INSTALL_FOR_USERS.md — instrucciones que sigue el agente del usuario.

Como se usa una vez conectado

Desde Claude o Codex, hablando en espanol:

Guarda esta conversacion en el cerebro como nota.
Crea esto como resumen de reunion y subelo al cerebro.
Sube la carpeta "C:\Users\...\Cliente X" al cerebro para cliente-x.
Que aprendimos del inversionista de cliente-x?
Que debemos priorizar en Cliente X segun la reunion que subio Sergio?
Preparame un brief del inversionista Y antes de la reunion.
Que funciono y que no funciono en los ultimos clientes?

Herramientas MCP

Tool

Que hace hoy

Que falta

save_note

Guarda una nota ejecutiva con autor, cliente, tipo, tags

Solo Markdown plano

save_chat_summary

Guarda resumen de una conversacion con participantes y next actions

Solo Markdown plano

ingest_meeting

Guarda una reunion a partir de texto o Markdown

No extrae resumen automatico

ingest_folder

Sube una carpeta entera. PDFs/DOCX/PPTX/XLSX se convierten con MarkItDown a Markdown

No genera notas estructuradas todavia

ask_brain

Busca por keywords en el Markdown del cerebro

Embeddings y respuesta sintetizada

Arquitectura

Claude / Codex / OpenCode
        |  stdio MCP
        v
Gateway Winterbrain (este repo)
   |- save_note / save_chat_summary / ingest_meeting / ingest_folder / ask_brain
   |- MarkItDown oficial (Python venv) para PDF/DOCX/PPTX/XLSX
        |
        v
   brain/
     raw/                <- archivos originales tal como llegaron
     markdown/           <- versiones normalizadas por MarkItDown
     knowledge/
        meetings/        <- reuniones procesadas
        chats/           <- resumenes de conversaciones
        decisions/       <- notas ejecutivas y decisiones

El Markdown es la fuente de verdad. Es legible, commiteable, buscable con grep y portable. Si manana agregamos un vector store o un knowledge graph, Markdown sigue siendo la base.

Estado del proyecto

Fase

Descripcion

Estado

0

Bootstrap del repo, scaffold MCP, plantillas, docs

hecho

1

Despliegue en Dokploy via Docker

en curso

2

Gateway HTTP MCP con autenticacion por token

siguiente critico

3

MarkItDown oficial para ingesta de PDFs/DOCX/PPTX/XLSX

hecho (Fase 3 adelantada)

4

Extraccion LLM (resumen, decisiones, riesgos, aprendizajes)

pendiente

5

Backend de embeddings y busqueda semantica

pendiente

6

Validacion con preguntas reales del equipo ejecutivo

pendiente

7

Adopcion C-level (onboarding 1-a-1)

pendiente

8

Modelo de acceso y permisos

pendiente

9

Integraciones externas (Drive, Notion, Granola, Slack)

pendiente

10

Productos derivados (wiki navegable, briefs automaticos)

pendiente

Roadmap completo con dependencias, riesgos y decisiones: ROADMAP.md.

Deploy

Dokploy

docs/DEPLOY_DOKPLOY.md describe el despliegue paso a paso. Resumen:

git clone https://github.com/cquiroz6211/winterbrain.git
cd winterbrain
docker compose up --build -d

El contenedor expone /app/brain como volumen persistente y tiene MarkItDown oficial dentro del venv /opt/markitdown-venv.

Validacion local

docker volume create winterbrain-data
echo '{"jsonrpc":"2.0","id":1,"method":"initialize","params":{"protocolVersion":"2024-11-05","capabilities":{},"clientInfo":{"name":"probe","version":"0.0.1"}}}
{"jsonrpc":"2.0","method":"notifications/initialized"}
{"jsonrpc":"2.0","id":2,"method":"tools/list","params":{}}' \
  | docker run --rm -i -v winterbrain-data:/app/brain winterbrain:local

Debe listar las cinco herramientas.

Regla de acceso

En el MVP todos pueden ver todo. Los permisos por cliente, startup, inversionista o rol son trabajo futuro (Fase 8). Esto es una decision consciente: primero validamos que el flujo de captura y consulta genera valor; despues segmentamos.

Estructura del repo

winterbrain/
  README.md                este archivo
  ROADMAP.md               fases, dependencias, riesgos, decisiones
  INSTALL_FOR_USERS.md     instrucciones para el agente del usuario
  Dockerfile               imagen multi-stage con MarkItDown oficial
  docker-compose.yml       para Dokploy y local
  package.json             gateway TypeScript
  tsconfig.json
  src/
    server.ts              MCP server con 5 tools
    paths.ts               filesystem, ingestFolder, MarkItDown wrapper
    markdown.ts            helpers de frontmatter y Markdown
    types/markitdown.d.ts  declaraciones de tipos legacy
  docs/
    ARCHITECTURE.md
    OPERATING_MODEL.md
    INGESTION_PIPELINE.md
    MCP_TOOLS.md
    QUICKSTART.md
    DEPLOY_DOKPLOY.md
  templates/
    meeting-note.md
    chat-summary.md
    decision-record.md
  fixtures/                datos de prueba (no se commitean)
  brain/
    raw/                   insumos originales
    markdown/              versiones normalizadas
    knowledge/
      meetings/            reuniones procesadas
      chats/               resumenes de conversaciones
      decisions/           notas ejecutivas y decisiones

Hacia donde vamos

  1. Corto plazo (esta semana). Desplegar en Dokploy y cargar la primera reunion real con un cliente conocido. Validar que el ciclo completo (subir carpeta -> convertir a Markdown -> preguntar -> recibir respuesta) funciona para Sergio y Mariana.

  2. Mediano plazo (2-4 semanas). Extraccion LLM para que cada Markdown genere notas estructuradas (resumen ejecutivo, decisiones, riesgos, aprendizajes). Backend de embeddings para busqueda semantica.

  3. Largo plazo (1-3 meses). Gateway HTTP MCP para que cualquier C-level se conecte sin instalar nada. Permisos por cliente/rol. Integraciones con Drive, Notion, Granola. Wiki navegable del cerebro.

El roadmap completo con dependencias, riesgos y bitacora de decisiones vive en ROADMAP.md.

Available Tools

4 tools
ask_brainAsk Company BrainC

Ask a business question over local Markdown knowledge. Placeholder until GBrain retrieval is wired.

Inputs: question (required), tags, limit, client.

ingest_meetingIngest MeetingC

Save a meeting record or transcript that is already available as text or Markdown.

Inputs: title (required), content (required), tags, client, +4 more.

save_chat_summarySave Chat SummaryC

Save a useful business conversation summary to the company brain.

Inputs: title (required), summary (required), tags, client, +3 more.

save_noteSave Business NoteC

Save a business note, learning, investment insight, product note, client note, or decision to the company brain.

Inputs: body (required), title (required), kind, tags, +2 more.

Tool Schema Changelog

Recent tool additions, removals, and schema changes observed during successful MCP inspections.

Loading tool schema changelog…

    TDQS

    B3/5.0

    Scored across 4 tools

    Disambiguation4/5

    Each tool targets a distinct action: querying the brain, saving meetings, saving chat summaries, and saving general notes. Some potential overlap between save_chat_summary and save_note, but descriptions clarify the intended use.

    Naming Consistency5/5

    All tools follow a consistent verb_noun pattern (ask_brain, ingest_meeting, save_chat_summary, save_note) using snake_case, making the naming predictable and clear.

    Tool Count5/5

    Four tools cover the core operations for a company knowledge brain: querying and saving different content types (meetings, chat summaries, notes). The count is well-scoped for this domain.

    Completeness3/5

    The set covers adding knowledge and querying (though ask_brain is a placeholder), but lacks update or delete operations. For a knowledge base, this leaves notable gaps in lifecycle management.

    Maintenance

    ActivityInactive
    ResponsivenessNo recent community issues

    Related MCP Connectors

    Related MCP Servers

    • F
      license
      Not graded
      quality
      D
      maintenance
      Automatically extracts technical concepts from AI coding conversations, organizes them into a searchable knowledge base with hierarchy and categories, and links them to specific locations in your codebase.
      -
    • A
      license
      Not graded
      quality
      F
      maintenance
      Connects AI assistants like Claude Code and Codex to a team's shared knowledge graph for searching, storing, and managing documents.
      20 npm
      MIT
    • A
      license
      A
      quality
      B
      maintenance
      Enables teams to capture and distill knowledge from sessions, meetings, and feeds into a searchable, vector-embedded graph, then retrieve or synthesize it conversationally via semantic search and citations.
      17
      25
      Apache 2.0
    • A
      license
      Not graded
      quality
      B
      maintenance
      Enables local-first personal knowledge management for Codex by turning conversations into a searchable archive, extracting durable facts, building a knowledge graph, and injecting relevant context into later sessions.
      15 npm
      MIT