Mozg

---

Estamos construyendo una sola memoria para toda la especie. Todo lo que alguien escribió entra; lo que sale es fluido, instantáneo y desvinculado de cada persona de la que provino. Tres cosas se derivan de esa forma, y ninguna de ellas es un error:

• disuelve al autor — puede trabajar a tu manera y no puede decirte tu nombre;
• no conoce tu mundo particular — no la decisión que tomó tu equipo en marzo;
• no puede decir dónde termina — lo que aprendió y lo que está inventando suenan idénticos.

Sabe lo que sabemos. No puede decirte quién le enseñó.

mozg es la arquitectura opuesta: no una memoria que lo traga todo, sino muchas, cada una de las cuales todavía pertenece a alguien — examinada, honesta sobre su límite, y medida. Un mecanismo lo mantiene unido:

El conocimiento debe ser medido.

El bucle

flowchart LR
    A[one docs URL] --> B[crawler<br/>github tree · llms.txt · sitemap]
    B --> C[atomic notes<br/>+ embeddings]
    C --> D{{the exam<br/>~30 questions from the goal}}
    D -->|score + failed questions| E[focused re-read<br/>chases the gaps]
    E --> C
    F[agents querying over MCP] -->|zero-hit searches| D
    F -->|corrections| G[owner review] --> C
    F -->|proposals from readers| G

• El examen es el producto. El objetivo del cerebro se convierte en preguntas de control, re-evaluadas después de cada ingesta. Entrenado al 92% es un hecho, no una afirmación — y los fallos se listan públicamente, para que los agentes conozcan los vacíos antes de buscar. Las preguntas anti-farol verifican que se niega a responder lo que no sabe.
• Búsqueda de contexto cero. La recuperación es del lado del servidor (híbrido + re-ranker). Un cerebro puede contener 3,000 notas; una respuesta cuesta las tres que necesitó.
• Los lectores contribuyen y no pueden corromper. Un agente que resuelve algo en un cerebro que solo lee puede devolverlo — llega como una propuesta: pendiente, atribuida, invisible para la búsqueda y ausente del examen hasta que el dueño la acepta. Contribución sin el poder de romper nada. Las búsquedas sin resultados se convierten en preguntas de examen por sí solas.
• El testigo entre sesiones. brain_handoff lleva el estado de trabajo a la siguiente sesión — este agente mañana, o una herramienta completamente diferente. Un hook de PreCompact le recuerda a un agente dejar uno en el momento en que el contexto está a punto de perderse.
• learn. Cualquier cerebro funciona como un curso de repetición espaciada para humanos en learn.mozg.sh — leer → recordar → cuestionario, rachas, un certificado al 80%, y una tabla de clasificación contra tu propio agente.
• Endurecido contra inyecciones. Las notas se escanean en busca de fugas de credenciales, PII y lenguaje de inyección de prompts; las propuestas de extraños se escanean de nuevo en la puerta por la que entran; las notas de terceros llegan a los agentes enmarcadas como datos, no instrucciones; los rastreadores de entrenamiento de IA son rechazados en robots.txt.

Estilos: el otro tipo de cerebro

Un cerebro puede contener hechos — o una forma de trabajar. Un cerebro de estilo es leído por un extractor completamente diferente: no "qué está representado" sino "qué tendría que hacer para dibujar el siguiente", e insiste en mediciones. Valores hex y cuál domina. Peso del contorno, y si varía a lo largo de un trazo. Cómo se logra el sombreado, y a qué densidad. Los "nunca" — porque cualquiera puede copiar una paleta, y lo que delata una imitación es el degradado que el original nunca usaría.

Esa es la respuesta al robo de estilo que paga al artista. Las herramientas de camuflaje prometieron hacer los estilos no entrenables y cada una ha sido rota en meses. El otro camino: el estilo se convierte en un producto con licencia y puntuado por examen. Los agentes del comprador leen las reglas a través de MCP, o generan directamente en gallery.mozg.sh — 25¢ por imagen, 10¢ para el artista, cada vez. A diferencia de un fine-tune en el disco de alguien, el acceso es revocable: un LoRA en la naturaleza es para siempre, una licencia no lo es.

Ejecuta el tuyo, en un solo comando

git clone https://github.com/egorfedorov/mozg.git && cd mozg
cp .env.selfhost.example .env     # fill ANTHROPIC_API_KEY + BETTER_AUTH_SECRET
docker compose -f docker-compose.selfhost.yml up

Postgres con pgvector, el embedder, la aplicación y el worker se levantan juntos; el esquema se migra solo antes de que la aplicación arranque. Abre http://localhost:3300, crea una cuenta, pega una URL de documentación.

El primer arranque descarga ~2.2 GB de pesos de embeddings en un volumen — esa es la parte lenta, y ocurre una vez. El detalle operativo completo, incluyendo despliegues de producción detrás de nginx, vive en docs/SELFHOST.md.

Nube, o tu propio metal

	mozg.sh nube	auto-alojamiento (este repo)
Leer, conectar, estudiar	gratis	tuyo
Catálogo oficial	gratis, curado, mantenido al día	siémbralo tú mismo (scripts/catalogue.ts)
Construir cerebros	cerebro de prueba gratis, luego planes o trae tu propia clave API	tus claves, sin límites
Mercado	autores externos venden, 95% para ellos	n/a
Generación de estilos	25¢/imagen, 10¢ para el artista	necesita una clave API con capacidad de imagen
Operaciones	nuestras	docs/SELFHOST.md

El trato es honesto: construir cerebros gasta tokens de modelo. En la nube o pagas un plan (nosotros gastamos), configuras tu propia clave API en ajustes (tú gastas), o enseñas a través de una suscripción de Claude Code con el /mozg:train del plugin.

Lo que obtiene un agente

Catorce herramientas MCP. Las descripciones le dicen cuándo usar cada una, que es la diferencia entre un cerebro que se usa y uno que se queda ahí.

brain_list · brain_brief · brain_search · brain_read · brain_verify · brain_handoff · brain_write · brain_write_batch · brain_feedback · brain_create · brain_add_source · brain_refresh · library_add · library_remove

El plugin de Claude Code añade comandos de barra y dos hooks sin conexión — uno nombra tu estante al inicio de la sesión, otro te recuerda dejar un testigo antes de que el contexto sea compactado.

Stack

Next.js 16 · Postgres 14 + pgvector (HNSW) · pg-boss (cola en Postgres) · better-auth · embeddings bge-m3 + bge-reranker (FastAPI auto-alojado) · servicio de renderizado Playwright para sitios de documentación con shell JS · worker empaquetado con esbuild. 211 pruebas, CI en cada push, página de estado pública.

El manifiesto

Esto está construido por una persona de la República de Sajá — tres millones de kilómetros cuadrados, un millón de personas, y los lugares habitados más fríos de la tierra. Alrededor de 450,000 personas hablan sajá. Pregúntale a cualquier modelo de frontera algo en ese idioma y observa: confianza total, y equivocado, porque nunca hubo suficientes de nosotros en línea para que valiera la pena aprenderlo bien.

No suficientes de nosotros para ser aprendidos. Suficientes de nosotros para enseñar.

Ahí es donde ya está la mayor parte del mundo — no solo idiomas, sino oficios, regiones, y la parte de cada arte que vive en las personas en lugar de en páginas indexadas. Lo que no está en los datos de entrenamiento no existe para la máquina, y la máquina se está convirtiendo rápidamente en cómo se busca todo.

La alternativa a ser raspado no es ser ignorado. Es tener licencia.

Una respuesta equivocada con confianza es peor que el silencio, y casi todo lo construido hasta ahora está optimizado para producir una.

Lee todo el manifiesto → — lo que realmente estoy afirmando, en cinco líneas, y por qué una base de conocimiento debería tener que presentarse a un examen.

Contribuir

Los informes de errores con reproducción superan a todo; los informes brain_feedback de uso real superan a esos. PRs pequeños bienvenidos — ver CONTRIBUTING.md. Los nuevos paquetes de catálogo son entradas de datos, no código.

Licencia

AGPL-3.0. Ejecútalo, cámbialo, auto-alójalo; alójalo para otros y tus cambios permanecen abiertos. La nube alojada en mozg.sh vende conveniencia e inferencia — nunca bloquea.