Cerebro de compañía

Cerebro de compañía

Converts meetings, chats, and notes into reusable knowledge for a venture capital firm, enabling knowledge capture and retrieval via Claude or Codex.

Category
访问服务器

README

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.

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.

推荐服务器

Baidu Map

Baidu Map

百度地图核心API现已全面兼容MCP协议,是国内首家兼容MCP协议的地图服务商。

官方
精选
JavaScript
Playwright MCP Server

Playwright MCP Server

一个模型上下文协议服务器,它使大型语言模型能够通过结构化的可访问性快照与网页进行交互,而无需视觉模型或屏幕截图。

官方
精选
TypeScript
Magic Component Platform (MCP)

Magic Component Platform (MCP)

一个由人工智能驱动的工具,可以从自然语言描述生成现代化的用户界面组件,并与流行的集成开发环境(IDE)集成,从而简化用户界面开发流程。

官方
精选
本地
TypeScript
Audiense Insights MCP Server

Audiense Insights MCP Server

通过模型上下文协议启用与 Audiense Insights 账户的交互,从而促进营销洞察和受众数据的提取和分析,包括人口统计信息、行为和影响者互动。

官方
精选
本地
TypeScript
VeyraX

VeyraX

一个单一的 MCP 工具,连接你所有喜爱的工具:Gmail、日历以及其他 40 多个工具。

官方
精选
本地
graphlit-mcp-server

graphlit-mcp-server

模型上下文协议 (MCP) 服务器实现了 MCP 客户端与 Graphlit 服务之间的集成。 除了网络爬取之外,还可以将任何内容(从 Slack 到 Gmail 再到播客订阅源)导入到 Graphlit 项目中,然后从 MCP 客户端检索相关内容。

官方
精选
TypeScript
Kagi MCP Server

Kagi MCP Server

一个 MCP 服务器,集成了 Kagi 搜索功能和 Claude AI,使 Claude 能够在回答需要最新信息的问题时执行实时网络搜索。

官方
精选
Python
e2b-mcp-server

e2b-mcp-server

使用 MCP 通过 e2b 运行代码。

官方
精选
Neon MCP Server

Neon MCP Server

用于与 Neon 管理 API 和数据库交互的 MCP 服务器

官方
精选
Exa MCP Server

Exa MCP Server

模型上下文协议(MCP)服务器允许像 Claude 这样的 AI 助手使用 Exa AI 搜索 API 进行网络搜索。这种设置允许 AI 模型以安全和受控的方式获取实时的网络信息。

官方
精选