Cómo funciona por dentro
La arquitectura completa de TENGWAR: cómo se procesan tus documentos, cómo se responde cada pregunta, qué controla el operador y sobre qué tecnología está construido.
Del Documento al Conocimiento
Cada paso es trazable. Cada fragmento queda atado a su origen. Consciente de la sección. Multilingüe. Listo para auditoría.
Análisis
Disposición, texto, recursos y fusión, el documento se lee y se estructura.
- 1Detección de estructuraDocling
- 2Extracción de textoDocling + modelo OCR
- 3Extracción de recursosModelo OCR + MinIO
- 4Fusión de contenido-
Estructura y Traducción
Jerarquía de secciones, referencias cruzadas y alineación lingüística.
- 5Enriquecimiento contextualLLM
- 6Extracción de estructuraDocling
- 7TraducciónModelo de traducción
- 8Traducción de descripciones de recursosModelo de traducción
Fragmentación y Vectorización
Fronteras globalmente óptimas, índice híbrido, almacenamiento sellado por seguridad.
- 9FragmentaciónFragmentación semántica
- 10Recuperación contextualLLM
- 11Enlace de recursos-
- 12Enlace de estructura-
- 13TokenizaciónTokenizador
- 14EmbeddingModelo de embedding
- 15AlmacenamientoQdrant
- 16Generación de resúmenesLLM + Qdrant
- 17Aceptación-
Resistente a reinicios
Un latido del ingester al backend permite que la máquina de estados del flujo de documentos detecte documentos atascados y los recupere.
Seguridad horneada en el índice
Nivel de autorización e IDs de departamento se sellan en cada punto de Qdrant en el momento del almacenamiento. La capa de consulta participa en la búsqueda, no se sitúa encima.
Detección de estructura
Análisis estructural con Docling: jerarquía de secciones, tablas y referencias cruzadas se preservan a través de los 18 formatos soportados, ya sean nativos o escaneados.
OCR semántico
Para documentos escaneados usamos un modelo de visión-lenguaje SOTA en lugar del OCR clásico, capturando significado y contexto, no solo caracteres.
Gestión de figuras y tablas
Cada figura y tabla se extrae como imagen y se describe con prompts específicos por tipo, de modo que el contenido visual se vuelve recuperable a través de su descripción.
Traducción estructural
Traducción elemento por elemento que preserva la estructura del documento original; el contenido se mantiene alineado entre idiomas sin colapsar la jerarquía.
Fragmentación semántica
En lugar de cortar por párrafos, longitud fija o ventanas deslizantes, agrupamos el contenido por similitud semántica para que cada fragmento represente una idea coherente; respetamos los encabezados, así los fragmentos nunca cruzan secciones.
Recuperación contextual
Cada fragmento puede enriquecerse con contexto generado por un LLM antes de indexarse, mejorando su relevancia cuando se recupera de forma aislada.
Índice híbrido
Cada fragmento se indexa en paralelo con un modelo de embeddings SOTA para captar significado y con BM25 para coincidencia léxica exacta. Las búsquedas combinan ambas señales.
Recuperación jerárquica
Las búsquedas pueden filtrar primero a nivel documento, luego sección y finalmente fragmento, usando resúmenes opcionales en cada nivel para acelerar y enfocar las consultas.
Dentro del Motor
Cómo una pregunta se convierte en respuesta, cada paso trazable, cada afirmación citada.
Flujo de recuperación y respuesta
- Consulta del usuarioLo que el usuario escribe en el chat.
- Enrutado inteligenteEl sistema lee la pregunta y elige el camino adecuado, la mayoría de las preguntas no necesitan un LLM.
- Preparación de la preguntaEl sistema resuelve pronombres, traduce si hace falta, identifica la intención y reescribe la consulta en variantes útiles.
- Búsqueda multi-canalCuatro búsquedas se ejecutan en paralelo contra tus documentos, todos los ángulos cubiertos a la vez.
- Re-ordenación inteligenteUn modelo de re-ranker reordena los candidatos según lo bien que cada uno responde realmente a la pregunta original.
- Auto-correcciónTres comprobaciones independientes detectan respuestas vacías o de baja confianza y vuelven a buscar con la consulta corregida antes de responder.
- Preparación del contextoSelecciona los fragmentos más valiosos, los coloca donde el LLM los lee mejor y adjunta las citas.
- Un agente con herramientasUn único agente fundamenta la respuesta en el contexto recuperado y llama a herramientas, búsqueda web, generación de documentos, cuando la pregunta lo requiere.
- Respuesta del agenteSe transmite token a token, con cada cita enlazada al documento y la página exactos de origen.
Enrutado por dos caminos
Las preguntas simples y no ambiguas toman el camino determinista rápido sin coste de LLM. Solo las realmente complejas activan el pipeline completo de razonamiento.
Búsqueda híbrida
Combina búsqueda semántica («¿qué significa?»), búsqueda clásica por palabras clave («estas palabras exactas») y un recorrido por el grafo de conocimiento («¿cómo se conecta esto?»), y las pondera según el tipo de pregunta que has hecho.
Auto-corrección en tres capas
Si el sistema no encuentra una respuesta con confianza, vuelve a recuperar con la consulta corregida antes de responder. Detecta sus propias malas respuestas antes que tú.
Búsqueda por el grafo
El cuarto canal recorre el grafo de conocimiento: conecta entidades entre documentos y aporta hechos que ni la búsqueda semántica ni la de palabras clave alcanzan por sí solas.
Preguntas con varias partes
Si preguntas varias cosas a la vez, el sistema las divide, responde cada una de forma independiente y le indica al LLM cuánta confianza tiene en cada pieza.
Actividad y citas en directo
Ves qué está haciendo el agente, qué herramienta está llamando y qué documentos está citando, en tiempo real, mientras la respuesta se está formando.
Seguridad dentro de la búsqueda
Las comprobaciones de permisos ocurren dentro de la propia consulta, no encima de ella. Cada usuario solo ve fragmentos que su nivel de autorización y departamento le permiten.
Auditoría completa
Cada llamada a herramienta, cada búsqueda, cada respuesta, registrada con usuario, departamento, estado y tiempos. Filtrable para revisiones de cumplimiento y respuesta a incidentes.
Trabajos que sobreviven al chat
Las investigaciones en profundidad, los análisis masivos, los resúmenes periódicos y la generación de documentos se ejecutan como trabajos duraderos con su propia bandeja: encola, desconéctate y recoge los resultados cuando terminen.
Tus documentos se convierten en un grafo de conocimiento
TENGWAR destila tu corpus en hechos verificados, quién, qué y cómo se relacionan, y los convierte en un grafo que responde preguntas que la búsqueda normal no puede.
- 1
Extracción de hechos
Durante la ventana de procesamiento, el modelo de chat lee cada fragmento del corpus y extrae hechos sujeto–relación–objeto con su nivel de confianza. Un control de respaldo descarta los hechos que el texto no sostiene.
- 2
Promoción de ontología
Los tipos de entidad y de relación no se definen a mano: se promocionan desde el propio corpus a una ontología estable, contra la que se normaliza cada hecho nuevo.
- 3
Conflictos y bitemporalidad
Los hechos que se contradicen se detectan y se resuelven con su evidencia. Cada hecho registra cuándo empezó y cuándo dejó de ser cierto, validez bitemporal, y nada se sobrescribe en silencio.
- 4
Proyección del grafo
Entidades y hechos viven en tablas relacionales, sin base de datos de grafos, y se proyectan en una instantánea en memoria filtrable por permisos en el momento de la consulta. Los vectores de cada hecho se indexan en Qdrant.
- 5
Canal de recuperación PPR
En cada pregunta, un recorrido Personalized PageRank corre en paralelo con la búsqueda densa y la léxica; la fusión pondera cada canal según la intención de la pregunta, con la misma ACL aplicada a los hechos.
- 6
Respuestas citadas
Cada hecho conserva el fragmento y el documento del que salió, así que las respuestas apoyadas en el grafo citan la fuente exacta, igual que el resto de canales.
Un mismo almacén, dos espacios: los hechos del corpus y la memoria por usuario comparten motor, separados por diseño.
Hechos, no fragmentos
Cada entrada del grafo es un hecho sujeto–relación–objeto extraído por la IA y anclado al pasaje exacto del que procede.
Un cuarto canal de búsqueda
Junto a jerarquía, significado y palabras clave, un recorrido por el grafo conecta entidades entre documentos y responde preguntas que ningún fragmento contiene por sí solo.
Sabe cuándo cambian los hechos
Cada hecho registra cuándo empezó a ser cierto y cuándo dejó de serlo, para que las respuestas no mezclen la realidad de ayer con la de hoy.
Las contradicciones se resuelven
Si dos documentos se contradicen, el motor de conflictos muestra ambos hechos con su evidencia y registra la resolución, nada se sobrescribe en silencio.
Explóralo visualmente
Un grafo interactivo de todo el corpus: filtra por tipo de entidad, pasa de la vista general a un hecho concreto y salta de cualquier afirmación a su documento de origen.
Los permisos se mantienen
El grafo aplica el mismo control de acceso por departamentos que el resto de canales, nadie llega a hechos de documentos que no puede abrir.
Se Adapta a Ti, En Privado
TENGWAR se adapta a cada usuario sin enviar nada a un tercero. Lo implícito (lo que aprende) y lo explícito (tu prompt personal), ambos alimentando el mismo espacio de trabajo privado.
Dos formas de adaptarse
TENGWAR aprende de cómo trabajas y, además, tú puedes decírselo directamente con un prompt personal. Todo se queda dentro de tu espacio privado.
Un grafo de conocimiento propio
Lo que TENGWAR aprende de ti se guarda como hechos estructurados, cada uno con su nivel de confianza, formando un grafo personal que puedes explorar visualmente cuando quieras.
Tú confirmas lo que aprende
Los hechos nuevos llegan como candidatos que confirmas o descartas. Si dos hechos se contradicen, TENGWAR te muestra ambos con su evidencia y tú decides cuál gana.
Tú llevas el control
Edita o borra cualquier hecho, con un historial completo de decisiones. Bórralo todo con una sola acción, con 24 horas para deshacerlo.
Tu prompt es tuyo
Las instrucciones que le das a TENGWAR sobre ti nunca se registran en telemetría, se redactan en origen.
Aislamiento estricto
Tu conocimiento personal es solo tuyo. Por diseño, ninguna sesión de otro usuario puede verlo, buscar en él ni filtrarse a tu contexto.
Administración y Operación
- Llave en mano no significa caja negra. Esto es lo que opera el administrador.
- Cada acción de agente, cada llamada a herramienta, cada inicio de sesión, auditable.
- Ajusta los agentes. Programa la ingesta. Vigila las GPU.
Stack Tecnológico
Construido con tecnologías de nivel empresarial para fiabilidad y rendimiento.
Agent Framework
Qwen3.6-35B-A3B
GLM-OCR 0.9B
Docling
IA Empresarial sin Compromisos
Descubre cómo funciona TENGWAR con tus documentos. Configuraremos una demo privada con tu caso de uso real.