Cómo está construido Ostler.

Arquitectura de tres almacenes

Ostler usa tres bases de datos especializadas, cada una optimizada para un tipo de consulta diferente:

Las tres se ejecutan como servicios launchd. En un Mac Mini M4, las bases de datos usan menos de 2GB de RAM, dejando el resto para Ollama y los modelos de IA (que necesitan 6–12GB según el tamaño del modelo).

Inferencia LLM local

Toda la inferencia de IA se ejecuta localmente a través de Ollama. Sin llamadas a API en la nube. Sin facturación por uso. Sin exfiltración de datos.

El sistema es adaptable al hardware. Los perfiles de ajustes configuran la selección de modelos y los tamaños de lote según el hardware disponible. Un Mac Mini M1 ejecuta modelos más pequeños; un Mac Studio M2 Ultra ejecuta otros más grandes.

Incorporación instantánea (datos de macOS)

En cuanto lo instalas, Ostler lee los datos directamente de las apps integradas de tu Mac’s. No hacen falta exportaciones. Sin esperas.

Todas las bases de datos se abren en solo lectura para evitar corrupción. Cada extractor gestiona las diferencias de esquema entre versiones de macOS (Ventura, Sonoma, Sequoia). Full Disk Access es opcional – puedes omitirlo y aun así usar las importaciones RGPD.

Canalización de importación RGPD

Para obtener datos históricos más profundos, 20 analizadores leen de las exportaciones de datos RGPD:

Resolución de identidad

La misma persona aparece de forma diferente en cada plataforma. “John Smith” en LinkedIn, “johnnyboy” en Instagram, “+44 7XXX XXXXXX” en WhatsApp. El resolutor de identidad las coincide usando:

• Coincidencia exacta: URL de LinkedIn, dirección de correo electrónico, número de teléfono (últimos 8 dígitos).
• Coincidencia difusa: distancia de cadenas Jaro-Winkler sobre los nombres, corroborada por una organización, dominio de correo electrónico o solapamiento de plataformas comunes.
• Cola de revisión manual: las coincidencias inciertas pasan a una cola de revisión. El usuario las aprueba o las rechaza. Sin fusiones automáticas sin certeza.

El resolutor cuenta con 38 pruebas automatizadas que cubren las estrategias de coincidencia exacta, difusa, por teléfono, por correo electrónico y por subconjunto de nombres.

Procesamiento de conversaciones

Cuando se graba una conversación (mediante la app Ostler RemoteCapture en tu Mac o por importación manual), pasa por una canalización de varios pasos:

• Clasificación – contexto (trabajo/social/familia), forma (reunión/1:1/grupo), importancia (alta/media/baja).
• Extracción de hechos – 12,6 hechos por conversación de media, con controles de calidad.
• Señales de relación – calidez, reciprocidad, energía, dinámicas de poder.
• Observaciones de coaching – patrones longitudinales en la forma en que el usuario se comunica.
• Vinculación entre conversaciones – similitud semántica entre los resúmenes de conversaciones.

Cada paso es idempotente (se puede volver a ejecutar sin duplicados), tiene retroceso exponencial en caso de fallo y registra la versión del prompt que lo generó.

Resumen de la pila

Capa de captura
  macOS databases (instant)  ·  GDPR imports  ·  macOS app  ·  iOS app  ·  Browser extension

Capa de procesamiento
  Conversation pipeline  ·  Identity resolver  ·  Fact extraction  ·  Relationship signals

Capa de inteligencia
  Ollama (Qwen 3.5 9B)  ·  nomic-embed-text  ·  SPARQL queries  ·  Vector search

Capa de almacenamiento
  Qdrant (vectors)  ·  Oxigraph (RDF graph)  ·  Valkey (cache + bus)  ·  SQLite (coaching)

Capa de interfaz
  Assistant (iMessage · Email)  ·  Personal Wiki  ·  iOS app