wiki-segunda-memoria-llm-obsidian
Convierte cualquier agente de IA en un mantenedor disciplinado de una wiki en Obsidian — el conocimiento se acumula en lugar de recomputarse con cada consulta.
5 €
7
Páginas en wiki/
2 fuentes · 2 entidades · 2 conceptos · 1 síntesis
20
Wikilinks totales
Grafo completamente conexo
0
Páginas huérfanas
Todo referenciado bidireccialmente
4
Entradas en log.md
2 ingest · 1 create · 1 note
⚙️ Flujo de trabajo — 3 operaciones core
raw/ inmutable
/wiki-ingest
→
LLM lee + escribe
wiki/ crece
→
index-first search
/wiki-query
→
health check
/wiki-lint
→
conocimiento
acumulado ♻
🕸️ Grafo de conocimiento
graph_analyzer.py
Concepto
Entidad
Fuente
Síntesis
📋 wiki/index.md — catálogo
update_index.py
-
synth
panorama-competitivo-copy-iaPanorama competitivo: herramientas de copy IA vs. CULTIVA IA
-
concept
Agentes-AutonomosHub central · 5 inbound · Diferenciador principal CULTIVA IA
-
concept
RAGRetrieval Augmented Generation — cuándo usar RAG vs. Wiki LLM
-
entity
Jasper-AICompetidor copy IA · $131M · ~300 empleados · Amenaza MEDIA
- entity
-
source
informe-jasper-ai-2025Q1 2025 · 3 páginas creadas/actualizadas
-
source
tendencias-agentes-autonomos-q2-2025Q2 2025 · +340% búsquedas YoY · €2K-€15K/proyecto
📜 wiki/log.md — timeline
append_log.py
2026-06-12
note
Vault inicializado
Topic: Inteligencia competitiva IA. Tool: all (CLAUDE.md + AGENTS.md + .cursorrules)
2026-06-12
ingest
informe-jasper-ai-2025
Creadas: Jasper-AI (entity), source summary. Actualizadas: CULTIVA-IA, panorama-competitivo.
2026-06-12
ingest
tendencias-agentes-autonomos-q2-2025
Creados conceptos: Agentes-Autonomos, RAG. Actualizado: CULTIVA-IA.
2026-06-12
create
panorama-competitivo-copy-ia (synthesis)
Síntesis del panorama competitivo creada a partir de 2 fuentes ingeridas.
⚔️ Comparativa: herramientas de copy IA
síntesis wiki
| Herramienta | Precio | Agentes | ES/LATAM | Amenaza |
|---|---|---|---|---|
| Jasper AI | $49-$125/u | ✗ | Débil | MEDIA |
| Copy.ai | $49/mes | Básico | Débil | BAJA |
| Agencias trad. | €3K-20K/mes | Add-on | Fuerte | ALTA |
| CULTIVA IA ✓ | Custom | ✓ nativo | Foco | nosotros |
Comandos ejecutados
Principio de acumulación: a diferencia de RAG (que redescubre el conocimiento en cada consulta), esta wiki acumula: cada ingest actualiza 5-15 páginas existentes, y las respuestas buenas se re-archivan como nuevas páginas de síntesis.
Siguiente paso: ingerir
raw/cliente-ecommerce-case-study.md → el LLM creará automáticamente entidades nuevas, actualizará cross-refs y añadirá la entrada al log.
Health check — lint_wiki.py
Páginas huérfanas (sin inbound)
0 / 7
Páginas stale (>90 días sin actualizar)
0
Títulos duplicados
0
Gap en log.md
ninguno
Componentes del grafo
1 (todo conexo)
Hub con más inbound
Agentes-Autonomos (5)
Outbound hubs
Agentes-Autonomos (4)
Tres capas del vault
raw/
Fuentes originales — INMUTABLES. Solo lectura para el LLM.
wiki/
Base de conocimiento — el LLM escribe, actualiza y cross-referencia.
CLAUDE.md
Schema + convenciones. Co-evolucionado con el usuario.
skill: wiki-segunda-memoria-llm-obsidian ·
servicio: Productividad ·
nivel: avanzado ·
plataformas: Obsidian + Claude Code + Cursor + Codex CLI + Gemini CLI
CULTIVA IA · 2026-06-12