Inspiration
La idea base no era nuestra, pero todos los del equipo teníamos algo claro: construir algo relacionado con gestión inteligente de conocimiento usando IA.
En vez de hacer una simple app de notas con resumen automático, decidimos llevarlo más lejos. Nos preguntamos:
¿Y si no solo resumimos contenido… sino que lo convertimos en un sistema estructurado y conectado?
Ahí empezaron a surgir nuestras ideas extra: jerarquía de tags tipo sistema planetario, mapa interactivo, pipeline multi-paso, extensión de navegador, PWA instalable, etc.
What it does
Brain RepTrack es un “digital brain” que:
- Captura texto, enlaces, audio, PDFs y vídeos.
- Detecta automáticamente el tipo de contenido.
- Clasifica el contenido dentro de una taxonomía jerárquica.
- Genera resúmenes enriquecidos con IA.
- Crea notas en Markdown.
- Conecta notas entre sí.
- Visualiza el conocimiento como un mapa interactivo.
El flujo principal es:
$$ \text{Capture} \rightarrow \text{Detect} \rightarrow \text{Classify} \rightarrow \text{Summarize} \rightarrow \text{Connect} $$
La idea inicial era organizar información. Lo que hicimos fue convertirlo en un pequeño ecosistema completo.
How we built it
Montamos una arquitectura bastante ambiciosa para ser un hackathon:
- Frontend: React + TypeScript + Vite (PWA instalable).
- Backend: Spring Boot + PostgreSQL.
- Autenticación: JWT.
- IA local: Ollama + Llama3 para clasificación y resumen.
- Transcripción: FastAPI + Whisper.
- Extensión Chrome: captura rápida desde cualquier página.
Separamos la transcripción como microservicio para no bloquear el backend y diseñamos un pipeline de IA en varios pasos en lugar de una única llamada al modelo.
Todo funcionando en local, sin depender de APIs externas.
Challenges we ran into
- Conseguir que la clasificación automática fuera coherente y consistente.
- Diseñar prompts que respetaran una jerarquía ya existente.
- Coordinar Java + Python + LLM local + frontend sin morir en el intento.
- Implementar el mapa interactivo con zoom y navegación fluida.
- Optimizar tiempos de respuesta usando IA local en vez de servicios en la nube.
Y, como siempre en hackathons: tiempo limitado.
Accomplishments that we're proud of
- Construir un sistema full-stack completo en tiempo récord.
- Integrar múltiples tecnologías reales (no solo un prototipo mockeado).
- Tener un pipeline de IA funcional de verdad.
- Visualización tipo grafo completamente operativa.
- Captura multi-origen (web, extensión, audio, archivos).
No es solo una demo, es un sistema que realmente funciona.
What we learned
- Que integrar IA en un producto no es solo “llamar a una API”.
- Que la arquitectura importa incluso en un hackathon.
- Que separar servicios (backend / transcripción / IA) facilita escalar.
- Que la UX de captura rápida es clave: si tarda más de 3 segundos, nadie lo usa.
- Que los LLM son potentes, pero necesitan estructura alrededor.
What's next for Brain RepTrack
Si lo seguimos desarrollando, nos gustaría:
- Añadir búsqueda semántica con embeddings.
- Implementar recomendaciones automáticas de relaciones.
- Añadir repaso espaciado basado en curvas de olvido:
$$ R(t) = e^{-\lambda t} $$
- Desplegarlo en producción multiusuario.
- Mejorar la visualización del grafo con métricas de centralidad.
La idea base era una propuesta.
Lo que hicimos fue convertirla en algo mucho más ambicioso.
Built With
- chrome-extension-(manifest-v3)
- fastapi
- java
- llama3
- ollama
- postgresql
- pwa
- react
- spring-boot
- typescript
- vite
- whisper
Log in or sign up for Devpost to join the conversation.