Uso gratuito · se ejecuta en tu propio equipo

Tu biblioteca de conocimiento, con tus archivos, para ti y tus agentes de IA

Añade una carpeta de documentos y búscala de tres formas a la vez: por significado, por formas de palabra en 15 idiomas y por nombres exactos de API. Tienes una interfaz web para ti y un servidor MCP para Claude Code, pi, Cursor y otros agentes.

Un solo binario Rust vía npx
Sin Python ni base de datos
GPU NVIDIA, DirectML o CPU

# pon una carpeta en el estante
$ npx lib2027 add ./docs
# abre la interfaz web → http://127.0.0.1:2027
$ npx lib2027

Ver los benchmarks Paquete en npm

Benchmarks

¿De verdad ayuda a un modelo a responder?

Los modelos no conocen de memoria el conocimiento reciente o especializado, y añadir más texto no lo soluciona. Medimos qué consiguen los fragmentos adecuados.

Cómo lo medimos

Mismo modelo, mismas preguntas

Cada comparación usa un solo modelo con un mismo conjunto de preguntas. Lo único que cambia es lo que el modelo puede leer.

Un grupo placebo

Texto irrelevante de la misma longitud: un control frente a la idea de que «más contexto ayuda».

Prerregistrado

Las preguntas, las reglas y los umbrales de éxito se fijaron antes de recoger ningún dato.

Repetido y contrastado

Cada grupo se ejecutó 3 veces. La significación se obtiene con una prueba de signos pareada sobre las preguntas.

Porcentaje de respuestas correctas

Sin biblioteca
Placebo
Con lib2027

Sin biblioteca — el modelo responde de memoria
Placebo — texto irrelevante de la misma longitud
Con lib2027 — los fragmentos que devolvió la búsqueda de lib2027

Documentación web reciente (devdocs, sept. 2026)

150 preguntas · qwen3.8-27b

Sin biblioteca17,8 %

Placebo12,7 %

Con lib202785,1 %

Las mismas preguntas, modelo pequeño

150 preguntas · 4B

Sin biblioteca9,1 %

Placebo0,4 %

Con lib202783,1 %

Derecho ruso (15 códigos, pravo.gov.ru)

150 preguntas · qwen3.8-27b

Sin biblioteca34,7 %

Placebo33,8 %

Con lib202784,4 %¹

Test de la API de three.js r186

90 respuestas · Claude Haiku 4.5

Sin biblioteca27,8 %

Placebono medido

Con lib202788,9 %

¹ Se devuelve el artículo de ley completo en lugar de los primeros 800 caracteres (el resultado anterior era 69,1 %). En artículos modificados desde 2024, el modelo pasa del 25 % al 81 %.

Ver los datos en una tabla

Tarea	Modelo	Sin biblioteca	Placebo	Con lib2027
Documentación web reciente (devdocs, sept. 2026) 150 preguntas · qwen3.8-27b	qwen3.8-27b	17,8 %	12,7 %	85,1 %
Las mismas preguntas, modelo pequeño 150 preguntas · 4B	4B	9,1 %	0,4 %	83,1 %
Derecho ruso (15 códigos, pravo.gov.ru) 150 preguntas · qwen3.8-27b	qwen3.8-27b	34,7 %	33,8 %	84,4 %¹
Test de la API de three.js r186 90 respuestas · Claude Haiku 4.5	Claude Haiku 4.5	27,8 %	—	88,9 %

Más allá del test: three.js con Claude Haiku 4.5

Respuestas que usan una API obsoleta

24,4 %5,6 %

cuantas menos, mejor

Tarea «escribe un juego», puntuación sobre 100

5275

cuanto más alta, mejor

Turnos para terminar el juego

5636

con un coste algo menor

Una biblioteca que el modelo nunca ha visto

2-5 %84-96 %

Un modelo 4B pasa de superar el 2-5 % de las tareas al 84-96 % cuando lib2027 le entrega las notas de migración.

La conclusión

Los modelos no conocen de memoria el conocimiento reciente o especializado, y más contexto por sí solo no ayuda: el placebo nunca superó a responder de memoria. Lo que ayuda son los fragmentos adecuados, y eso es justo lo que aporta lib2027.

Velocidad: Rust frente a la versión anterior en Python

Medido en Windows con una RTX 5090, sobre el mismo estante y con las mismas consultas. Ambas versiones devuelven los mismos resultados: en el test de derecho, las dos entregaron el artículo en 122 de 150 preguntas.

Python + PyTorch
lib2027 (Rust)

Menos es mejor

Búsqueda híbrida, mediana (GPU)

Python + PyTorch207 ms

lib2027 (Rust)103 ms

Búsqueda léxica

Python + PyTorch39 ms

lib2027 (Rust)5 ms

Búsqueda solo en CPU

Python + PyTorch4,4 s

lib2027 (Rust)1,7 s

743 mil fragmentos (devdocs), por consulta

Python + PyTorch~0,4 s

lib2027 (Rust)0,15 s

Servidor MCP listo para initialize

Python + PyTorch2,6–3,8 s

lib2027 (Rust)< 0,2 s

add ./docs (6 documentos, 237 fragmentos)

Python + PyTorch36,6 s

lib2027 (Rust)8,6 s

Construcción de 15 códigos legales (16 mil fragmentos)

Python + PyTorch169 s

lib2027 (Rust)127 s

Análisis de 7170 archivos

Python + PyTorch136 s

lib2027 (Rust)4,1 s

Instalación

Python + PyTorch: Python + PyTorch, unos 2,5 GB

lib2027 (Rust): Node.js + un binario de 7 MB; el runtime y los modelos se descargan en el primer arranque

Cómo funciona

Tres tipos de búsqueda, una respuesta ordenada

Cada consulta pasa por tres canales a la vez. Los resultados se combinan y se reordenan, y tanto tú como tu agente reciben pasajes completos para leer y citar, no retazos.

Significado

La búsqueda semántica con el modelo de embeddings Qwen3-Embedding-0.6B encuentra pasajes que dicen lo mismo con otras palabras.

Formas de palabra

Morfología para ruso, inglés y 13 idiomas más: busca una forma de una palabra y encuentra las demás.

Nombres exactos de API

Los nombres de funciones, clases y opciones se buscan de forma exacta: un nombre encuentra justo eso, no algo que se le parece.

Reranker

El cross-encoder bge-reranker-v2-m3 lee cada candidato junto con la consulta y coloca los mejores primero.

Artículos completos

Se conserva la estructura. Las leyes se dividen por artículos y se entrega el artículo entero: eso llevó el benchmark de derecho del 69,1 % al 84,4 %.

Formatos: md, txt, html, pdf, docx y código fuente (js, ts, json, …). npx lib2027 package <name> añade un paquete npm completo: tipos de la API, documentación, tests y ejemplos.

Para agentes

Conéctalo a Claude Code, pi, Cursor y otros clientes MCP

lib2027 funciona como servidor MCP. Un solo comando lo conecta y, a partir de ahí, el agente busca en tus bibliotecas por su cuenta.

Claude Code

npx lib2027 claude

Ejecuta claude mcp add por ti. Claude Code obtiene estas herramientas:

search_knowledge
read_source
list_libraries
check_code
explore_graph

pi

npx lib2027 pi

Instala el adaptador MCP en pi y conecta lib2027. npx lib2027 pi --remove lo desconecta.

Cursor, Claude Desktop y otros clientes

Añade esto a la configuración MCP:

{ "mcpServers": { "lib2027": { "command": "npx", "args": ["-y", "lib2027", "mcp"] } } }

En Windows, ejecuta npx a través de cmd:

{ "mcpServers": { "lib2027": { "command": "cmd", "args": ["/c", "npx", "-y", "lib2027", "mcp"] } } }

¿Prefieres el navegador? npx lib2027 abre la interfaz web en http://127.0.0.1:2027, con una HTTP API al lado.

Comandos

Un binario, un puñado de comandos.

Comando	Qué hace
`add <folder\|files…> [--name …] [--lang auto\|ru\|en\|…] [--to slug]`	Una carpeta se convierte en biblioteca; los archivos se añaden a la biblioteca indicada. Al volver a ejecutarlo se actualizan los archivos modificados.
`list`	Bibliotecas del estante
`search "query" [-l slug] [--top-k 5]`	Búsqueda
`remove <slug> / restore <slug>`	Ocultar de la búsqueda / volver a mostrar (los archivos se quedan en el disco)
`package <npm-package>[@version]`	Un paquete npm completo: tipos de la API, documentación, tests y ejemplos
`ui [--port 2027] [--no-open]`	Interfaz web y HTTP API (igual que ejecutar sin comando)
`mcp`	Servidor MCP por stdio (lo inicia el agente)
`claude [--scope user\|project]`	Ejecuta `claude mcp add` por ti; sin Claude Code, muestra una configuración para otros clientes
`pi [--project] [--remove]`	Instala el adaptador MCP en pi y conecta lib2027 (o lo desconecta)
`ask "question"`	Una respuesta con citas verificadas (requiere una clave de modelo: `LIB2027_ANSWER_*`)
`setup [--device cuda\|directml\|cpu]`	Instala el runtime y los modelos por adelantado
`doctor`	Muestra qué está instalado y con qué calcula

Funciona donde trabajas

Plataformas

Plataformas	CUDA	DirectML	CPU
Windows x64	✓	✓	✓
Windows arm64	—	—	✓
Linux x64glibc 2.35+	✓	—	✓
Linux arm64glibc 2.35+	—	—	✓
macOS Apple Silicon	—	—	✓

Aceleración

NVIDIA CUDA en Windows y Linux x64, DirectML en Windows x64. Todo lo demás se ejecuta en la CPU.

Qué necesitas

Solo Node.js 18+. El primer arranque descarga el resto en ~/.lib2027, una sola vez y en unos 2 minutos: un runtime ONNX para tu hardware y dos modelos, Qwen3-Embedding-0.6B y bge-reranker-v2-m3.

Tus documentos no salen de tu equipo

Local por diseño

Tus documentos y el estante se quedan en tu equipo. La búsqueda se ejecuta en el binario, en tu propia GPU o CPU.

No se envía nada salvo que lo pidas

El texto solo llega a terceros si configuras un modelo externo para el servicio de respuestas (LIB2027_ANSWER_*).

Solo localhost por defecto

Sin LIB2027_API_KEY, la interfaz web y la HTTP API no requieren clave y solo son accesibles desde localhost.

Una carpeta normal

Cada biblioteca son library.sqlite, vectors.f16 y knowledge.json. Copia el estante y llévalo contigo.

Licencia

Uso gratuito, también comercial, en cualquier número de dispositivos. Código cerrado. Puedes redistribuir los paquetes sin modificar. Los modelos y ONNX Runtime se descargan de sus editores bajo sus propias licencias.

Leer la licencia en npm

Pruébalo con tus propios documentos

Dos comandos. Solo necesitas Node.js 18+.

# pon una carpeta en el estante
$ npx lib2027 add ./docs
# abre la interfaz web → http://127.0.0.1:2027
$ npx lib2027

Paquete en npm