Specus
Specus Lab · Proyecto abierto

Sistema individual de investigación

Un núcleo que se puede conectar a un LLM, a un sitio web o a cualquier otro sistema.

Stack principal
Django
Django REST Framework
drf-spectacular
django-filter
OpenAPI
Python
Una base de conocimiento individual y un sistema de investigación que puede conectarse a LLM, sitios web y otras herramientas externas.

Sin alucinaciones

No es un modelo LLM — los datos están almacenados en estructuras claras y puedes ver exactamente dónde y cómo existen. Las alucinaciones solo pueden ocurrir en el lado del LLM. Ver la estructura aquí (#datastructure).

No es un chatbot dentro del sistema

El sistema no utiliza chatbots integrados (Gemini, ChatGPT, etc.), por lo que no pagas tokens dentro de la plataforma. Es un API visible para ChatGPT o Gemini — accedes a tu base como a un servicio externo desde tu propia suscripción. Los chatbots actúan como una interfaz inteligente hacia Specus API. Ejemplo: «Añade un insight y vincúlalo a mi nuevo proyecto».

Entrada por voz / control externo

Control a través de ChatGPT

Este es un sistema CRUD real. Puedes añadir información a tu base de datos mediante acceso externo, incluso usando ChatGPT con mensajes de voz. Puedes capturar ideas mientras caminas y luego analizarlas, estructurarlas y trabajar con ellas dentro de tu sistema.

Inicio rápido

Despliegue en un VPS en minutos

Puedes desplegarlo en un servidor VPS en minutos — incluso el plan más básico es suficiente. Clona el proyecto, instala las dependencias, ejecuta las migraciones y arranca el servidor.

git clone https://github.com/specusgear/specus-api.git
cd specus-api

python3 -m venv venv
source venv/bin/activate

pip install -r requirements.txt

python manage.py migrate
python manage.py runserver
Arquitectura

Estructura central del sistema

Esta versión pública contiene solo la capa esencial del sistema. Los módulos específicos del dominio quedan excluidos para que el repositorio se mantenga limpio, reutilizable y fácil de entender.

config/   → Django configuration
core/     → models, serializers, views, schema
manage.py → project entrypoint
docs/     → setup, architecture, api, development, deployment
Estructura de datos

Visualización explícita del modelo

Esto no está oculto dentro de un LLM. La estructura es explícita: los modelos, campos y relaciones son visibles como un esquema real.

Modelos base
Relaciones
Contenido y notas
Desarrollo

Como lo veo: para quién es este producto y por qué es importante tener una comprensión básica de estos sistemas

Simple y comprensible

Es un sistema básico que cualquiera puede entender, incluso sin formación técnica.

No es una herramienta de nicho

No es solo para desarrolladores — refleja una forma general de estructurar datos y sistemas.

Alfabetización moderna

Entender este tipo de sistemas se está convirtiendo en un estándar mínimo para una persona moderna.

Author
Author
Azamat Abdugaliev
Product designer / System builder

Sobre cómo puede ser el mañana y la independencia de las plataformas

Escenarios

Cambio entre LLMs

Hoy usas Gemini — mañana pasas a ChatGPT. Nada se pierde. Tu conocimiento no depende del historial de chats. Todo está en tu propio sistema, solo cambias la interfaz.

Pérdida de acceso

Estás investigando en Europa — y de repente se restringe el acceso a sistemas de IA. ChatGPT, Gemini — ya no disponibles. Tu base de conocimiento permanece. Puedes seguir trabajando con LLMs alternativos o locales conectados al mismo núcleo: Specus API.

Despliegue

Preparado para la siguiente capa

Esta versión es simple a propósito. Ya tiene la estructura base y puede ampliarse con autenticación, acceso a la API, SDKs y otras funciones cuando sea necesario.