Un motor de grafo, dos maneras de alimentarlo.
Una base de conocimiento que puedes consultar sobre tus documentos, y memoria persistente para tus agentes en Claude Code, Codex y OpenCode.
Una librería. Dos formas de usarla.
Un solo motor para dos casos de uso sobre los mismos artefactos. Elige por dónde empezar.
Pregúntale a tus documentos
Apunta GRAIL a una carpeta con PDFs, markdown o código. Indexas una vez y consultas con seis modos de búsqueda — incluido un agente que elige la herramienta adecuada para cada pregunta.
Quickstart base de conocimiento →Dale memoria a tu agente
Memoria persistente para tus agentes en Claude Code, Codex u OpenCode. El agente declara entidades y relaciones por sí mismo — no hace falta un paso intermedio de extracción por LLM. Disponible como SDK de Python o como skill listo para tu framework.
Aprende
Conceptos esenciales
Construye intuición antes de los detalles técnicos. Cada página parte con una analogía, sigue con el modelo mental, y termina con los detalles.
¿Qué es GRAIL?
La biblioteca, el bibliotecario y el grafo. La idea central en cinco minutos.
→Los dos modos
Base de conocimiento vs memoria agéntica, lado a lado. Cuándo elegir cuál.
→Los seis modos de búsqueda
Una herramienta por pregunta. Cuándo usar local, cascade, global, document, agent, recall.
→Cascade en profundidad
Por qué cascade gana en preguntas factuales. Cómo combina grafo con rescate de texto.
→Modelo de memoria
Cómo piensa GRAIL la memoria de un agente: observaciones tipadas, carpetas como comunidades, consolidate con propuestas.
→Seguimiento honesto de costos
Por qué nunca verás un fake $0.00. Cómo presupuestar antes de indexar.
→Empieza
Cinco minutos para tu primera respuesta
Recetas paso a paso para arrancar. Elige por tu caso de uso.
Instalar GRAIL
uv o pip · Python 3.12 · 11 endpoints LLM listos · .env configurado.
→Quickstart base de conocimiento
De cero a tu primera consulta sobre PDFs propios. Indexar, preguntar, conversar.
→Quickstart memoria agéntica
Crea un proyecto de memoria, escribe tu primera observación, consulta con recall.
→Quickstart skill
Instala el skill en Claude Code, Codex u OpenCode. Memoria persistente para tu agente.
→Más recursos
Cuando ya estés metido en GRAIL
Guías paso a paso, referencia técnica completa y proyectos completos listos para copiar y pegar.
Guías
Cómo bajar el costo de indexación, trazar consultas para hacer debug, visualizar el grafo. Recetas concretas para tareas comunes.
→Referencia CLI
Todos los subcomandos de grail con sus opciones y ejemplos. La página que abres cuando no te acuerdas de un parámetro.
→SDK de Python
Las clases GRAIL y MemoryProject. La API que la CLI envuelve por debajo. Para usar GRAIL como librería dentro de tu propia aplicación.
→Recetario
Proyectos completos listos para copiar y pegar. Bot de preguntas y respuestas sobre PDFs, memoria multi-tenant, y más en desarrollo.
→
Agradecimientos
Inspiración y comisión
Inspiración técnica
La extracción de entidades y relaciones en una sola pasada de LLM, que GRAIL usa en modo base de conocimiento, toma inspiración de Microsoft GraphRAG. Todo lo demás — actualizaciones incrementales, recuperación en cascada, el ciclo de búsqueda agéntica, el modo memoria con su consolidación basada en propuestas, el modo recall, las relaciones tipadas, las consultas anticipadas en cada entidad, el seguimiento honesto de costos, la procedencia a nivel de archivo y la arquitectura de doble vía de entrada — es diseño propio de GRAIL.
Comisión
GRAIL se desarrolla bajo la comisión open-source de la Cámara Chilena de Inteligencia Artificial. Autor y creador: Benjamín González Guerrero, fundador de Nirvai.
NirvaiVisita Nirvai →