Neo: Dos planes concretos (Detalle a nivel de trabajos)

---
Plan 1: Hoja de ruta de exposición MCP (Las 3 principales capacidades)
Objetivo: Hacer que Hermes sea descubrible y llamable por agentes a través de endpoints MCP. Esto aborda directamente la observación de “nuevo SEO”.
Orden de prioridad
1. note-weaver (valor inmediato más alto)
2. canal de ingestión de wiki (Raindrop + EPUB → wiki)
3. habilidad de agrupamiento FlashLib (nuevo)
Pasos de implementación
- Fase 1 (note-weaver)
- Exponer la lógica existente de note-weaver como una herramienta MCP.
- Parámetros requeridos: source_path (archivo o URL), target_vault (por defecto: ~/wiki), tags (opcional).
- Retorno: markdown estructurado + lista de enlaces autogenerados + Puntuaciones de Conexión.
- Añadir transmisión de progreso para que las ingestas de larga duración informen estado.
- Fase 2 (ingestión de wiki)
- Crear un endpoint MCP dedicado ingest-to-wiki que envuelva todo el pipeline (fetch → extract → note-weaver → cross-link).
- Soportar tanto elementos individuales como colecciones en lote.
- Exponer metadatos (fuente, fecha, etiquetas originales) para que los agentes puedan tomar decisiones informadas.
- Fase 3 (agrupamiento FlashLib)
- Una vez que exista la habilidad de agrupamiento, exponer cluster-corpus y get-cluster-summary como herramientas MCP.
- Permitir que los agentes soliciten agrupaciones temáticas de cualquier colección y reciban sugerencias de páginas principales.
Puntos de decisión
- Autenticación: comenzar solo con local (stdio) y luego agregar token si es necesario.
- Nomenclatura de herramientas: usar nombres claros y amigables para agentes (note_weaver, ingest_to_wiki, cluster_documents).
- Documentación: cada endpoint debe incluir una descripción de un párrafo + ejemplo de llamada para que los agentes puedan autodescubrirse.
Meta temporal: El primer endpoint (note-weaver) en vivo en una sesión enfocada.
---
Plan 2: Actualización de la base de conocimientos wiki mediante FlashLib
Objetivo: Convertir tu wiki de una colección de páginas en un grafo de conocimiento agrupado y consultable con hubs temáticos, detección de duplicados y seguimiento de deriva.
Flujo de trabajo principal
1. Generación de embeddings
- Usar tu embedder existente en todas las páginas del wiki + elementos Raindrop.
- Almacenar embeddings junto con metadatos (título, fuente, fecha, etiquetas).
2. Agrupamiento con FlashLib
- Ejecutar FlashKMeans (o el método de agrupamiento recomendado por la biblioteca) en todo el corpus.
- Número objetivo de clusters: comenzar con 30–80 (ajustable).
- Salida: ID de cluster + lista de miembros para cada documento.
3. Post-procesamiento
- Hubs temáticos: para cada cluster, generar automáticamente una página de hub con:
- Nombre del cluster (generado por LLM a partir de los documentos principales)
- 5 extractos representativos principales
- Lista de todas las páginas miembros con enlaces
- Detección de duplicados: marcar documentos con similitud coseno > 0.92 dentro del mismo cluster.
- Seguimiento de deriva: volver a ejecutar el agrupamiento mensualmente y comparar cambios en la membresía de los clusters a lo largo del tiempo.
4. Integración
- Nueva habilidad: wiki-cluster (o extender note-weaver).
- Un comando: wiki-cluster --collection raindrop --output hubs/
- Resultados escritos como archivos markdown que se convierten en páginas principales del wiki.
Puntos de decisión
- Modelo de embeddings: reutilizar el que ya usas para note-weaver para mantener coherencia.
- Estrategia de número de clusters: comenzar con método del codo o puntuación de silueta, luego permitir sobreescritura manual.
- Frecuencia de actualización: diaria para nuevos elementos, reagrupamiento completo mensual.
- Privacidad: todo el procesamiento permanece local.
Resultado esperado
Tu wiki se vuelve visiblemente más potente — los agentes (y tú) pueden navegar por tema en lugar de búsqueda manual, los duplicados se marcan automáticamente y la deriva del conocimiento se vuelve medible.
---
Próximo paso
¿Con qué plan quieres comenzar, o ejecutamos ambos en paralelo? Puedo producir inmediatamente el primer archivo de habilidad o la especificación del endpoint MCP una vez que elijas el punto de entrada.