Importación de conversaciones → second-brain (2026-09-08)

Decisiones tomadas

1. Importar dos tipos de export: ZIP descargados desde Claude.ai y OpenAI como fuentes de conocimiento personal para alimentar el grafo de second-brain.

2. Procesamiento exclusivo en esta máquina: ninguna conversación, prompt o salida LLM sale del laptop ni va a APIs externas. No se usa el S76 remoto ([IP]) para este pipeline. Todo corre con Ollama local (http://localhost:11434).

3. Primero respaldo y versionado: antes de importar los ZIP, second-brain tiene commit + tag v$(date +%Y%m%d) y second-brain-twitter fue inicializado como repositorio Git por primera vez.

4. Los ZIP originales se conservan aparte: fuera de git, fuera de content/, fuera del grafo publicado. Cifrados si es posible. Nunca entran al repo.

5. Revisión humana obligatoria: nada entra directamente a content/nodes/. Todo pasa primero por _stubs/conversations/ como notas revisables sin edges. Solo después de revisión se adoptan al grafo.

6. Inferencias separadas de hechos: cada salida tiene campos explícitos: evidencia (origen), inferencia (interpretación), confianza (alta/media/baja). No hay mezcla.

7. Deduplicación e incrementalidad: cada nuevo export procesa solo lo no visto, registra cambios (ideas nuevas, modificadas, resueltas) y nunca sobrescribe silenciosamente.

Arquitectura del proceso

1. Respaldo y versionado ✅

• second-brain: commit 789aa4e, tag v20260908-post-checkpoint.
• second-brain-twitter: init + commit 897ed51, tag v20260908.

2. Recepción de exports (pendiente)

~/Downloads/claude-export-XXXXX.zip
~/Downloads/openai-export-XXXXX.zip
    ↓ cp --archive cifrado
~/nef/backups/exports/conversaciones/YYYY-MM-DD/

3. Normalización

Cada ZIP → .json crudo → estructura común:

{
  "id": "hash(archivo+linea)",
  "fuente": "claude" | "openai",
  "fecha": "2026-09-04TXX:XX:XXZ",
  "conversacion": "nombre_o_id_de_la_conversacion",
  "rol": "user" | "assistant" | "system",
  "texto": "...",
  "proyecto": "nombre_del_proyecto_si_se_puede_deducir",
  "adjuntos": [],
  "hash_origen": "sha256(del_archivo_original)"
}

4. Limpieza de datos sensibles

• Eliminar emails, teléfonos, IPs.
• Extraer tokens/claves que aparezcan en prompts.
• Reemplazar URLs de terceros por referencia al contexto donde aparecen.

5. Detección de patrones con LLM local

Prompt adaptado para buscar:

• ideas recurrentes entre conversaciones
• decisiones ya tomadas
• preguntas abiertas sin resolver
• proyectos mencionados o abandonados
• problemas repetidos
• conceptos aprendidos
• prompts reutilizables
• referencias y fuentes citadas
• contradicciones entre fechas
• compromisos pendientes
• patrones sobre cómo trabajas y dónde te atoras

Modelo: qwen3.6 o mistral según disponibilidad. Todo vía http://localhost:11434/api/chat.

6. Salidas

Archivo	Contenido
reports/conversaciones-inventario.md	Qué conversaciones hay, por fecha, volumen total
reports/ideas-recurrentes.md	Ideas que aparecen en ≥2 conversaciones distintas
reports/decisiones.md	Decisiones ya tomadas con evidencia y fecha
reports/preguntas-abiertas.md	Preguntas sin resolver aún
reports/inferencias.md	Patrones deducidos con nivel de confianza
reports/historial-de-cambios.md	Changelog: qué cambió por export
_stubs/conversations/claude/<id>-<slug>.md	Stubs individuales, uno por concepto/decisión
_stubs/conversations/openai/<id>-<slug>.md	Stubs de OpenAI

Formato de stub (mismo frontmatter que el sistema actual):

---
title: "Concepto o decisión extraída"
kind: idea | decision | question | pattern
status: unseen
level: 0
edges: []
tags: [conversacion, claude|openai, tema]
sources:
  - name: Claude / OpenAI
    url: "[restringido — ver backup/...]"
    date: "YYYY-MM-DD"
open_questions: []
---
 
**Evidencia:** fragmentos de la conversación original
 
**Inferencia:** patrón o conclusión deducida
 
**Confianza:** alta | media | baja
 
**Acción sugerida:** (si aplica)
 
*Nota: requiere revisión antes de adoptar al grafo.*

7. Validación

• Comparar hashes SHA-256 de los ZIP contra los almacenados en backups.
• Verificar que ningún email, teléfono o token aparezca en las salidas.
• Revisar manualmente todos los stubs antes de moverlos a content/nodes/.
• Mantener bitácora de qué se adoptó y cuándo.

Scripts a crear

~/nef/second-brain/scripts/import-conversations.py

• Recibe ZIP o carpeta descomprimida como argumento.
• Detecta formato automáticamente (Claude vs OpenAI).
• Exporta JSON normalizado.
• Ejecuta detección de patrones con Ollama local.
• Escribe stubs en _stubs/conversations/.
• Genera reportes en reports/.
• Registra changelog incremental.

~/nef/second-brain/scripts/import-conversations.sh

Wrapper shell que:

• Pide ruta del ZIP.
• Lo copia cifrada a ~/nef/backups/exports/conversaciones/YYYY-MM-DD/.
• Corrige permisos y ejecuta el Python.