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.
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
- 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.
- 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.
- 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.
Recommended Servers
playwright-mcp
A Model Context Protocol server that enables LLMs to interact with web pages through structured accessibility snapshots without requiring vision models or screenshots.
Magic Component Platform (MCP)
An AI-powered tool that generates modern UI components from natural language descriptions, integrating with popular IDEs to streamline UI development workflow.
Audiense Insights MCP Server
Enables interaction with Audiense Insights accounts via the Model Context Protocol, facilitating the extraction and analysis of marketing insights and audience data including demographics, behavior, and influencer engagement.
VeyraX MCP
Single MCP tool to connect all your favorite tools: Gmail, Calendar and 40 more.
graphlit-mcp-server
The Model Context Protocol (MCP) Server enables integration between MCP clients and the Graphlit service. Ingest anything from Slack to Gmail to podcast feeds, in addition to web crawling, into a Graphlit project - and then retrieve relevant contents from the MCP client.
Kagi MCP Server
An MCP server that integrates Kagi search capabilities with Claude AI, enabling Claude to perform real-time web searches when answering questions that require up-to-date information.
E2B
Using MCP to run code via e2b.
Neon Database
MCP server for interacting with Neon Management API and databases
Exa Search
A Model Context Protocol (MCP) server lets AI assistants like Claude use the Exa AI Search API for web searches. This setup allows AI models to get real-time web information in a safe and controlled way.
Qdrant Server
This repository is an example of how to create a MCP server for Qdrant, a vector search engine.