Aulafy Conocimiento

Base abierta, verificable y mantenible del conocimiento que alimenta los cursos, rutas y proyectos prácticos de Aulafy.

Este repositorio no es otro curso ni una colección de apuntes. Conserva unidades de conocimiento canónicas para que cada concepto se investigue y mantenga una sola vez, mientras los cursos lo enseñan con el orden, el lenguaje y los ejemplos apropiados para cada público.

Las tres capas de Aulafy

Repositorio	Responsabilidad	Pregunta que responde
aulafy/conocimiento	Conceptos, decisiones, herramientas, riesgos, fuentes y cambios	¿Qué sabemos y con qué evidencia?
aulafy/claude	Rutas, cursos, lecciones y evaluación	¿Cómo se aprende paso a paso?
aulafy/taller	Ejemplos, laboratorios y proyectos ejecutables	¿Cómo se construye y comprueba?

Una ficha de conocimiento puede aparecer en muchos cursos, pero su definición, vigencia y fuentes se actualizan aquí. Las lecciones no se generan copiando fichas: las convierten en una experiencia pedagógica adaptada.

Principios

• Markdown portable. content/ puede abrirse como un vault de Obsidian, editarse con Foam o leerse directamente en GitHub.
• Identificadores estables. Cada ficha posee un id que no cambia aunque se mueva o mejore el título.
• Evidencia antes que volumen. Una afirmación volátil debe indicar fuente y fecha de comprobación.
• Explicaciones por niveles. La misma ficha distingue la intuición para principiantes de los detalles técnicos.
• Costes y riesgos visibles. Las integraciones externas deben explicar seguridad, privacidad, límites y posibles costes.
• Historial, no amnesia. El contenido obsoleto se marca y enlaza con su sustituto; no desaparece sin explicación.
• Cero servicios obligatorios. Las comprobaciones se ejecutan localmente y en GitHub Actions sin base de datos ni API de pago.
• Preparado para IA, no subordinado a ella. El conocimiento puede alimentar RAG, entrenamiento y evaluaciones, pero continúa siendo legible y útil sin un modelo.

Inicio rápido

Requisitos: Git y Node.js 20 o posterior.

git clone https://github.com/aulafy/conocimiento.git
cd conocimiento
npm install
npm run check

Para editar visualmente, abre únicamente la carpeta content/ como vault de Obsidian. Se recomiendan enlaces Markdown relativos para mantener la compatibilidad con GitHub, Foam, Quartz y otros editores.

Estructura

content/
├── 00-mapas/             Mapas de entrada y recorridos por audiencia
├── 10-conceptos/         Ideas fundamentales y vocabulario
├── 20-herramientas/      Software, modelos, servicios y plataformas
├── 30-patrones/          Soluciones reutilizables
├── 40-decisiones/        Elecciones técnicas y sus compromisos
├── 50-riesgos/           Seguridad, privacidad, costes y fallos
├── 60-casos-practicos/   Aplicaciones reales conectadas con Taller
├── 70-fuentes/           Criterios y fuentes especialmente relevantes
├── 80-novedades/         Bandeja de entrada de cambios por verificar
├── 90-obsoletos/         Conocimiento sustituido conservado como historial
└── plantillas/            Plantillas editoriales; no forman parte del índice
datasets/
├── training/              Demostraciones curadas de comportamiento
└── evaluations/           Pruebas independientes que nunca se entrenan
roles/                     Contratos de comportamiento para profesor y empresa

Consulta la arquitectura, la arquitectura para LLM, la guía editorial y el flujo de novedades antes de añadir contenido.

Comprobaciones automáticas

npm run validate     # Metadatos, IDs, relaciones, fuentes y enlaces
npm run duplicates   # Títulos repetidos y similitud textual sospechosa
npm run freshness    # Fichas vencidas o próximas a revisión
npm run build        # Índices, corpus RAG y datasets deterministas
npm run check        # Todas las comprobaciones y archivos generados al día

Los artefactos de generated/ permiten integrar la base con la web, un buscador o una experiencia de IA sin convertir el Markdown en un formato propietario:

• rag-corpus.jsonl contiene fragmentos vigentes, citables y trazables;
• sft-dataset.jsonl contiene únicamente demostraciones aprobadas para entrenamiento supervisado;
• eval-dataset.jsonl permanece separado para medir profesor, guía empresarial, seguridad y fidelidad a fuentes.

La estrategia recomendada usa RAG para conocimiento cambiante y entrenamiento para conducta pedagógica. No se entrenará automáticamente con conversaciones de usuarios ni con datos privados de empresas.

Publicación

GitHub ya permite consultar y revisar todo el contenido. Una capa estática como Quartz puede añadir buscador, backlinks y grafo sin convertirse en la fuente de verdad. Consulta la estrategia de publicación.

Licencias

El repositorio usa una licencia doble:

• El contenido educativo de content/, docs/, roles/ y datasets/ se publica bajo CC BY-SA 4.0.
• El código, los esquemas, las automatizaciones y las configuraciones se publican bajo MIT.

Consulta LICENSE para conocer el alcance exacto.