En esta páginaStack de IA
  1. Stack de IA
  2. Dónde funciona
  3. Arquitectura
  4. Propiedades clave
  5. Árbol del documento
  6. Importar
  7. Modelos
  8. Open Knowledge Format
  9. Referencia de la API
  10. Preguntas frecuentes
  11. Relacionado
  12. No nos creas. Pruébalo.

Desarrolladores

Cómo funciona

Qué ocurre cuando importas un documento, cómo una pregunta encuentra su pasaje, qué modelos redactan las respuestas y cómo se almacenan tus documentos. Te conectas por MCP o por la API, y las personas usan la misma wiki en la aplicación web.

Resumen

Dónde se sitúa Hippocampus en un stack de IA

Los modelos razonan, los agentes actúan y las personas deciden. Entre ellos y los documentos de una empresa está Hippocampus: sus servicios ingieren, curan y recuperan, y su wiki OKF segura guarda cada documento como Markdown cifrado tras un único conjunto de API.

Identidad y claves

Proveedor de identidad SSO en Corporate auth activo
KMS claves raíz internas claves de cifrado activo

Dónde vive el conocimiento

DMS corporativo Tus unidades y sistemas documentales connectors activo

Hippocampus

Servicios de Thalius IngestCurateRetrieve
Wiki OKF segura
APIsHTTP · MCP · REST
↕ cleartext
Bóveda documental
↔authz
Bóveda de saber
↕ encrypted
Almacén en Markdown

Quién pregunta

MCP activo Claude Code y agentes de código
MCP activo AI agents cualquier framework
MCP activo Asistentes de chat Claude, ChatGPT
REST activo Apps y scripts tu propio código
app web activo People explorar y preguntar

Modelos a los que llama

llamadas al modelo activo AI services cualquier modelo de lenguaje
El recuadro azul es lo que ejecuta Hippocampus: el Markdown solo se almacena cifrado y la bóveda de documentos entrega texto en claro únicamente a las API. Todo lo que lo rodea sigue siendo tuyo o de tu proveedor. Cada línea indica lo que circula por ella; discontinua significa que aún no está construido, y beta funciona hoy y se está completando.

Dónde funciona

Hippocampus funciona en nuestra nube o en tu propio alojamiento. El producto es el mismo en ambos.

Nube de Hippocampus
Alojado y gestionado por nosotros en la UE. Regístrate y conecta tus herramientas de IA por MCP, o tu propio código a través de la API.
Alojamiento propio
Tu propia nube, tus instalaciones o cualquier otro entorno que controles. Parte del paquete Corporate.

La API y el MCP son idénticos en ambos. Solo cambia la URL base.

El alojamiento propio se configura con nosotros como parte de Corporate: habla con nosotros sobre Corporate

Arquitectura

Una memoria por capas

Una nueva función mental para los LLM: una memoria externa y por capas que la IA crea y mantiene, compartida con las personas que la usan.

Hippocampus da a la IA y a las personas una memoria compartida y bien organizada. Está construida como una enciclopedia: los documentos complejos se resumen en breves extractos con enlaces profundos al texto que representan.

La memoria es hipertexto, una competencia central de los LLM. Los LLM la crean y la mantienen como una wiki moderna, y esas mismas páginas son las que las personas consultan y comprueban.

La búsqueda parte de títulos y enlaces. Sigue un enlace hasta un resumen cuando un título importa, y abre el texto completo solo para el pasaje que la pregunta necesita, sin un modelo generativo. El modelo recibe únicamente ese pasaje, así que el contexto se mantiene pequeño por mucho que crezca el corpus.

El palacio de la memoria externo: ventana de contexto, resúmenes, texto completoLa ventana de contexto contiene solo los títulos Contrato de encargo del tratamiento and Manual del empleado como enlaces y el prompt. Se sigue el título Contrato de encargo del tratamiento hasta su resumen, y un enlace profundo del resumen lleva a un pasaje del texto completo. El otro documento no se abre.VENTANA DE CONTEXTOContrato de encargo del tratamientotítulo · enlaceManual del empleadotítulo · enlaceprompt¿Cómo se cifran losdatos personales enreposo?Contrato de encargo del tratamientoresumen · enlaces profundos1 Definitions2 Processing3 Medidas de seguridad → 3.1 Encryption4 SubencargadosContrato de encargo del tratamientotexto completo · Markdown3.1 Encryption · p. 7Manual del empleadoresumen · enlaces profundos1 Horario laboral2 Leave3 Equipment4 ConductManual del empleadotexto completo · Markdown
VENTANA DE CONTEXTO
Contrato de encargo del tratamiento título · enlace
Manual del empleado título · enlace
prompt ¿Cómo se cifran losdatos personales enreposo?
Contrato de encargo del tratamiento resumen · enlaces profundos 1 Definitions2 Processing3 Medidas de seguridad → 3.1 Encryption4 Subencargados
Manual del empleado resumen · enlaces profundos 1 Horario laboral2 Leave3 Equipment4 Conduct
Contrato de encargo del tratamiento texto completo · Markdown 3.1 Encryption · p. 7
Manual del empleado texto completo · Markdown
  1. 1
    Títulos y enlacesUna línea por documento o sección, cada una un enlace.Donde empieza la búsqueda.
  2. 2
    SummariesBreves extractos con enlaces profundos al texto.La búsqueda lo abre cuando un título importa para la pregunta.
  3. 3
    Texto completoEl documento como Markdown, con sus páginas y rangos de bytes.Se abre solo para el pasaje que necesita la respuesta.

Documentos ilustrativos. La ruta de búsqueda se dibuja en azul; el documento discontinuo figuraba en el índice pero nunca se abrió.

Propiedades clave

  • Escala a datos enormesEl modelo recibe un contexto pequeño y relevante: solo los pasajes que importan, encontrados por la búsqueda, en lugar del corpus. El tamaño del corpus deja de ser el límite.
  • Control de calidad integradoEl control de calidad forma parte de la memoria, no es un proyecto aparte, y cada resumen puede reconstruirse a partir de la fuente.
  • Abierto por diseñoLas respuestas son trazables y verificables: cada una remite al pasaje, la página y el archivo original de donde procede.
  • Supervisión humanaLas personas trabajan en la misma wiki que construye la IA. La consultan y la comprueban, y los casos que requieren criterio se envían a una persona: una función central, no un añadido de última hora.
  • Seguridad basada en rolesEl acceso sigue roles y permisos, así que lo que alimenta una respuesta se limita a lo que la persona o el agente que pregunta puede leer.

Árbol del documento

Así es la búsqueda en un documento. Dos embudos recorren el árbol construido en la importación: uno desciende desde el resumen del índice por los resúmenes de sección que coinciden con la pregunta; el otro busca directamente en las secciones hoja con palabras clave y embeddings. Sus resultados se fusionan en una sola clasificación, sin un modelo generativo.

Pregunta “¿Cómo se cifran los datos personales en reposo?” sobre Data processing agreement.pdf
Árbol del documento de Data processing agreement.pdfUn resumen de índice, 4 resúmenes de sección y 4 secciones hoja. El camino descendente para la pregunta pasa por 3 Medidas de seguridad, then 3.1 Encryption.Contrato de encargo del tratamientoindex summary · pp. 1–141 Definitionssummary · pp. 1–22 Processingsummary · pp. 3–53 Medidas de seguridadsummary · pp. 6–94 Subencargadossummary · pp. 10–143.1 Encryptionp. 7bytes [18240, 19012)13.2 Control de accesop. 8bytes [19012, 20330)3.3 Incidentsp. 9bytes [20330, 21104)4.1 Subencargadosp. 10bytes [26410, 27388)2
  • Contrato de encargo del tratamiento index summary · pp. 1–14
    • 1 Definitions summary · pp. 1–2
    • 2 Processing summary · pp. 3–5
    • 3 Medidas de seguridad summary · pp. 6–9
      • 3.1 Encryption p. 7 bytes [18240, 19012) 1
      • 3.2 Control de acceso p. 8 bytes [19012, 20330)
      • 3.3 Incidents p. 9 bytes [20330, 21104)
    • 4 Subencargados summary · pp. 10–14
      • 4.1 Subencargados p. 10 bytes [26410, 27388) 2
Descendente: el camino por los resúmenes Ascendente: coincidencias por palabra clave y embedding en secciones hoja
  1. 1 3.1 Encryption p. 7 · bytes [18240, 19012)
    Alcanzado por ambos embudos: el camino por 3 Medidas de seguridad y la búsqueda en hojas.
  2. 2 4.1 Subencargados p. 10 · bytes [26410, 27388)
    Solo búsqueda en hojas: el pasaje nombra al proveedor de alojamiento del encargado.

Documento y desplazamientos ilustrativos. La clasificación fusionada es lo que devuelve la búsqueda; la respuesta se compone a partir de esos pasajes.

Importar

ArchivoQué ocurre
.pdfReconocimiento de texto con marcadores de página, para que funcionen las páginas escaneadas. Se conserva el original.
.docxSe convierte a Markdown directamente, sin reconocimiento de texto.
.md · .markdown · .txt · .textSe leen tal cual, con marcadores de página añadidos. No hay original en PDF para estos.

Un archivo ya importado se marca como duplicado. El progreso puede transmitirse mientras se lee el documento.

Modelos

Modelos de respuesta
Cualquier modelo de lenguaje. Tú eliges qué modelo responde, configurado por espacio de trabajo; en Corporate puedes usar tu propia clave de modelo. En el chat web, cada persona puede elegir el modelo por pregunta. Cambiar el modelo de respuesta no requiere reimportar.
Embeddings
Fijo por espacio de trabajo: cambiar el modelo de embeddings invalidaría los vectores almacenados, así que no se ofrece.
Acceso a modelos
Incluido en el servicio. Sin cuenta de proveedor ni clave de proveedor que configurar.

Open Knowledge Format

Cada documento se almacena como una carpeta de Markdown con front matter YAML, según la especificación del Open Knowledge Format: un resumen de todo el documento, el texto completo, el archivo original y una carpeta por sección hasta las secciones hoja. El Markdown de cualquier documento se puede leer a través de la API.

Estructura
contracts/
└── data-processing-agreement/
    ├── index.md                        resumen de todo el documento
    ├── data-processing-agreement.md    texto completo en Markdown
    ├── data-processing-agreement.pdf   el original (no existe para subidas .md o .txt)
    └── 03-security-measures/
        ├── index.md                    resumen de la sección
        └── 03-01-encryption.md         una sección hoja
Nombres ilustrativos.

Referencia de la API

Cada endpoint, parámetro y respuesta se describe en una referencia de la API aparte.

Referencia de la API

Preguntas

Preguntas frecuentes

¿Cómo llamo a la API de Hippocampus?

Un administrador del espacio de trabajo crea un cliente de API en Manage → API clients. Tu programa intercambia su id y su secreto por un token y llama a https://hippocampus.thalius.ai/api/v1: POST /search para obtener pasajes, GET /folders para explorar, POST /ingest para añadir un documento y GET /jobs/{job_id} para seguirlo. Los endpoints y los ejemplos están en la página de la API.

¿Qué significa la compatibilidad con MCP?

Hippocampus ejecuta un servidor MCP, así que Claude Code, Codex, otros agentes y asistentes de chat pueden buscar en tus documentos, abrir carpetas, documentos y secciones, leer su texto exacto y añadir archivos en mitad de una tarea. Usa streamable HTTP e inicia la sesión de los clientes con OAuth, así que no hay que pegar ningún token en el cliente. La dirección aparece en la aplicación, en Connect to your AI, y la configuración de cada cliente está en la página de MCP.

¿Qué modelos pueden responder?

Hippocampus funciona con cualquier modelo de lenguaje. Tú eliges qué modelo responde, configurado por espacio de trabajo, y en el chat web cada persona puede elegir el modelo en cada pregunta. En Corporate puedes usar tu propia clave de modelo. Cambiar el modelo de respuesta no requiere volver a importar. El modelo de embeddings es fijo para cada espacio de trabajo, porque cambiarlo invalidaría los vectores almacenados.

¿Qué formatos de archivo puedo importar?

Puedes importar PDF, Word (.docx), PowerPoint (.pptx), Excel (.xlsx), Markdown (.md, .markdown) y texto plano (.txt, .text). Los PDF pasan por reconocimiento de texto con marcadores de página, así que las páginas escaneadas funcionan, y se conserva el original; los .docx se convierten directamente a Markdown; los .pptx y .xlsx se leen y se convierten a Markdown; el Markdown y el texto se leen tal cual, con marcadores de página añadidos. Un archivo que ya se importó se marca como duplicado.

¿Qué contiene una exportación en Open Knowledge Format?

Cada documento es una carpeta de Markdown con front matter YAML: un resumen de todo el documento, el texto completo, el archivo original y una carpeta por sección hasta las secciones hoja. La estructura sigue la especificación de Open Knowledge Format, y el Markdown de cualquier documento puede leerse a través de la API. La base de conocimiento puede exportarse en cualquier momento mientras la cuenta esté activa.

¿Qué devuelve una búsqueda?

Cada resultado incluye el título del documento, la sección, la página inicial y final y el texto del pasaje; por MCP también enlaza con el lugar exacto de la fuente. Las citas proceden de la búsqueda, nunca del modelo, y cuando los documentos no cubren una pregunta, la respuesta lo dice en lugar de adivinar.

¿Hay límites de frecuencia en la API?

Sí, las solicitudes a la API tienen un límite de frecuencia por plan, y el servicio lo aplica. Los límites en sí no se publican; una carga superior requiere un acuerdo por escrito con nosotros.

No nos creas. Pruébalo.

Gratis para empezar. Sin tarjeta y sin llamada comercial.