# Cómo funciona

La superficie técnica: cómo tu IA llega a tu cerebro por MCP, el arranque de sesión y los cuatro archivos core, descenso estructurado en vez de búsqueda vectorial, la lista de herramientas, el Registro de Sistemas y las skills.

Esta guía es la foto técnica de lo que pasa cuando tu IA responde desde el cerebro de tu empresa: cómo se conecta, qué lee primero, cómo encuentra la página correcta y qué herramientas tiene. Si querés saber qué está pasando de verdad debajo de una buena respuesta, es esto.

## Cómo tu IA llega al cerebro

Cada cerebro es su propio servidor MCP privado. Tu cliente de IA (Claude, ChatGPT, Gemini, o cualquier cliente capaz de MCP) se conecta a ese servidor por MCP, autenticado como vos. Ve exactamente lo que vos podés ver y nada más. No hay una app aparte para abrir ni una copia del cerebro en tu máquina. La IA llega al cerebro vivo, filtrado a tu acceso, cada vez.

## El arranque de sesión

Al inicio de una sesión, la IA llama a `get_context_pack`. Esto devuelve cuatro archivos core, ya filtrados a lo que tenés permitido ver:

- `company.md`: qué es la empresa.
- `brain.md`: cómo funciona este cerebro y cómo debería usarlo la IA.
- `index.md`: un router liviano de departamentos. Dice dónde vive cada cosa, no todo lo que existe. Es un mapa, nunca una lista completa de páginas.
- `AGENTS.md`: cómo debería comportarse la IA en este cerebro.

Esos cuatro archivos orientan a la IA antes de que responda nada. Son chicos a propósito, para que la IA siempre conozca la forma del cerebro sin cargarlo entero.

## Descenso estructurado, no búsqueda vectorial

La IA no busca en una pila de embeddings. Navega con intención:

1. Arranca desde los archivos core.
2. Va al hub del departamento correcto, usando `index.md` como router.
3. Lee las páginas específicas dentro de ese departamento.
4. Abre un archivo fuente solo cuando una página lo cita.

Cuando una pregunta es difusa o cruza departamentos, `search_brain` es el respaldo. Es búsqueda léxica sobre el texto, no similitud vectorial ni de embeddings. Así que el camino normal es descenso estructurado por hubs y páginas, con búsqueda léxica como red. Por eso las respuestas pueden nombrar la página exacta de la que salieron.

## La superficie de herramientas

Estas son las herramientas que el cerebro expone a tu IA. Cada una hace una sola cosa:

- `get_context_pack`: traer los cuatro archivos core al inicio de una sesión.
- `search_brain`: búsqueda léxica sobre las páginas que podés ver.
- `read_page`: leer una página completa.
- `walk_graph`: seguir los links entre páginas (personas, proyectos, decisiones) para ver cómo se conectan.
- `list_pages`: navegar qué páginas existen en un área.
- `list_changes`: el historial autoritativo y ordenado de qué cambió (creado, editado, borrado), por quién y cuándo.
- `list_skills` / `get_skill`: descubrir procedimientos guardados y traer uno para correrlo.
- `list_systems` / `get_system`: descubrir tus herramientas conectadas y cómo llegar a ellas.
- `ingest_to_brain`: traer material nuevo y convertirlo en páginas.

Cada una respeta tu acceso. Una herramienta nunca devuelve una página que tu rol no puede ver.

## El Registro de Sistemas

Tus otras herramientas (un CRM, una suite de documentos, un tracker de proyectos) reciben cada una una card en el cerebro, bajo `wiki/tools/`. `list_systems` deja que la IA las descubra y `get_system` le dice cómo llegar a una dada, para que rutee a esa herramienta a través de tu propio conector en vez de adivinar. Las cards describen el sistema y la ruta. Nunca guardan credenciales.

## Skills

Una skill es un procedimiento guardado que la IA corre a demanda: una tarea repetible escrita una vez para que corra igual cada vez. La IA las encuentra con `list_skills` y carga una con `get_skill`. Las skills se prenden y apagan por status, así que un equipo puede mantener una biblioteca y exponer solo las que deberían estar activas.

## A dónde ir para más

- **Caminos de aprendizaje:** por dónde empezar según tu rol.
- **Mejores prácticas y qué evitar:** cómo mantener el cerebro dando buenas respuestas.
- **Los docs de LAN (la fuente de verdad):** https://www.lanbrain.ai/docs
