Clasificación temporal
Evento, referencia o evergreen. El LLM detecta la naturaleza temporal del contenido al ingestar.
Tu segundo cerebro, sin el caos
Guardas para después. Y después nunca llega.
LinkAnvil convierte tus URLs guardadas, artículos, papers y tutoriales en una base de conocimiento navegable por significado. Pregúntale con tus palabras — te responde con tus fuentes.
Sin tarjeta. Demo público con 15 min de sesión y datos sembrados. ¿Ya tienes cuenta?
linkanvil.app / chat
cerebro-liteRAG ONArchivo ON
¿Cómo fue el verano de 2020 según AEMET?
Según el informe de AEMET que tienes archivado, el verano de 2020 fue el segundo más cálido desde 1965, con una anomalía de +0.9°C.
Fuente:aemetblog.es/2020/09/18
Pregunta sobre tus recursos…
El problema
Tu cerebro digital no es una biblioteca. Es un cajón desastre.
Cada semana guardas decenas de URLs prometedoras: papers, tutoriales, hilos, anuncios de conferencias. Las archivas "para más tarde" — pero "más tarde" nunca llega. Cuando vuelves a necesitar ese dato concreto, no recuerdas dónde lo viste, ni qué palabras buscar.
Las herramientas tradicionales tratan tus enlaces como archivos en una carpeta: estáticos, sin contexto, sin caducidad. Lo que necesitas es un sistema que recuerde lo que tú olvidas.
La solución
Seis pilares que convierten URLs sueltas en conocimiento útil.
Cada uno resuelve un punto concreto del flujo: cómo entra el contenido, cómo se conserva, quién puede verlo y cómo se consulta.
Archivo histórico opt-in
Lo pasado con valor alto no se borra: se archiva. Sigue indexado para búsqueda semántica.
Tu cerebro es solo tuyo
Arquitectura multi-tenant con aislamiento estricto. Los datos de cada usuario son invisibles para el resto.
Bot de Telegram personal
Conecta tu propio bot y envía URLs desde el móvil. Llegan a tu KB en segundos.
Policy configurable
Una matriz de 6 celdas decide qué hacer con cada combinación clase × valor archivístico. 3 presets o ajuste fino.
RAG opt-in
El chat funciona con búsqueda contextual o sin ella. Tú decides cuándo el modelo debe consultar tu base.
Cómo funciona
Tres pasos. Cero curva de aprendizaje.
01
Pega cualquier URL
Desde la web, la extensión o tu bot personal de Telegram. LinkAnvil scrappea el contenido, lo limpia y lo prepara para análisis.
https://aemetblog.es/2020/09/…
✓ Aceptado y encolado
02
La IA clasifica con tu policy
Un LLM extrae clase temporal y valor archivístico. Tu configuración decide: activo en KB, cuarentena para revisión, o archivo histórico.
Evento + valor alto→ Archivo
Referencia + valor medio→ Cuarentena
Evergreen→ Activo
03
Pregunta al chat
El chat recupera fragmentos relevantes de tu base vectorial y compone una respuesta citando las fuentes. Activa 'Archivo ON' para buscar también en el histórico.
¿Qué dice AEMET del 2020?
Según tu archivo, fue el 2º verano…
Ejemplos reales
URLs cualquiera, decisiones que tienen sentido.
Estos son enlaces que el sistema procesa hoy mismo. Cada uno entra por el mismo pipeline: el LLM lee la página, clasifica su naturaleza temporal y aplica la política que tú configuraste.
lecturas.com
Menú semanal saludable — cocina fácil
temporal_class=evergreenvalor=medio
Activo permanente
Las recetas no caducan. El chat te las recuerda cuando preguntas '¿qué cenamos hoy?' meses después.
github.com
sylfG/linkanvil — repositorio público
temporal_class=referenciavalor=alto
Activo + auto-refresh
Los repos cambian. El cron nocturno re-vectoriza el README cuando detecta nuevos commits relevantes.
arxiv.org
Paper de arXiv — Mistral 7B
temporal_class=referenciavalor=alto
Activo (refutable)
Si un paper posterior refuta a éste, el colisionador semántico lo manda a cuarentena automáticamente.
diaridegirona.cat
Crónica ExpoJove 2024 — feria pasada
temporal_class=referenciavalor=medio
Cuarentena (evento pasado)
Fecha del path → evento ya celebrado. Te lo pone en cuarentena para que decidas si rescatarlo o archivarlo.
Auditoría nocturna
Tu cerebro no envejece. Cada noche se revisa solo.
Una IA pasa por tus enlaces guardados todas las noches y comprueba si siguen siendo relevantes. Detecta artículos que envejecen mal, eventos que ya pasaron y referencias que se quedaron obsoletas — y propone qué hacer con cada uno según las reglas que tú definas.
01
03:00 UTC — el cron despierta
Mientras duermes, LinkAnvil escanea tu KB en busca de URLs que hayan llegado a su fecha de caducidad o cuyo `fecha_evento` ya pasó.
02
El LLM re-evalúa cada candidato
Vuelve a clasificar `temporal_class` y `valor_archivistico`. Si el contenido sigue siendo útil, lo deja activo; si no, lo propone para archivo histórico o cuarentena.
03
Tu policy decide el destino
Según tu preset (Estricto / Equilibrado / Permisivo) el recurso pasa a `cuarentena` (espera tu visto bueno) o directo a archivo. Nada se borra nunca sin que tú lo apruebes.
Resultado:La próxima vez que abras el chat, tu KB ya está limpia. No cita nada caducado, no recomienda papers refutados, no te sugiere ofertas que vencieron.
Pruébalo con datos de ejemplo
en 30 segundos.
Cuenta demo lista para usar. Sin tarjeta, sin formularios largos.
Preguntas frecuentes
Lo que la gente pregunta primero.
¿Es self-hosted o un servicio gestionado?
LinkAnvil es 100% self-hosted via Docker Compose. Todos los servicios (API, scraper, embedder, base vectorial, LLM proxy) corren en tu infraestructura. Eso te da control absoluto sobre tus datos.
¿Qué LLM usa por debajo?
Usamos LiteLLM como proxy unificado: puedes conectar OpenAI, Anthropic, NVIDIA NIM, modelos locales (Ollama) o cualquier proveedor compatible. El sistema viene preconfigurado con dos perfiles: cerebro-lite (rápido) y cerebro-pro (mejor razonamiento).
¿Funciona con varias personas en la misma instancia?
Sí. Arquitectura multi-tenant nativa: cada usuario tiene su propio tenant_id y los datos están aislados a nivel de fila en Postgres + filtrados por tenant en Qdrant. Comparten el mismo recurso global cuando coincide la URL para ahorrar coste de scraping y embedding.
¿Mis datos son privados?
Toda la base vive en tu Postgres y tu Qdrant. El único componente externo es el LLM al que LiteLLM se conecta — si quieres privacidad total, configura LiteLLM contra un modelo local (Llama 3, Mistral, etc.) y ningún byte sale de tu red.
¿Qué pasa con el contenido que ya pasó (eventos viejos, papers retrospectivos)?
La policy del tenant decide. Por defecto (preset Equilibrado), contenido pasado con valor archivístico alto se manda al archivo histórico — sigue indexado y recuperable en el chat con el toggle 'Archivo ON'. Contenido pasado de valor medio o nulo va a cuarentena para que tú decidas.
¿Cómo empiezo?
El demo está listo: visita /login, copia las credenciales que aparecen abajo del formulario y entras a una cuenta con datos sembrados. Si te gusta, crea tu cuenta o despliega tu propia instancia desde el repo público.