Refly: la plataforma Vibe Workflow de código abierto que convierte conversaciones en procesos reutilizables

Refly se presenta como la primera plataforma Vibe Workflow de código abierto, y la propuesta no es otra caja de chat sino un lienzo libre. En él abres varias conversaciones independientes, extiendes ideas, fuentes y resultados de búsqueda, las conectas y terminas con un documento o un proceso repetible. Integra más de 13 modelos de lenguaje principales, procesa archivos multimodales, incluye un sistema de habilidades y un motor de base de conocimiento, y funciona en la nube o autoalojado con Docker.

El problema de un hilo único es que a la vez olvida y difumina. En el turno catorce, el marco que decidiste, las opciones que descartaste y las fuentes que citaste conviven en un mismo contexto y el modelo empieza a perder el hilo. Refly pone las conversaciones en un lienzo como nodos, cada uno con su contexto, y tú eliges qué nodos entran en esta ronda y cuáles quedan aparcados. Se parece más a cómo se trabaja de verdad: varias líneas en marcha que se unen cuando hace falta.

La segunda capa es la persistencia. Una respuesta puntual desaparece; Refly intenta conservar el proceso: de dónde salió el material, qué habilidad lo procesó, qué modelo intervino, qué se produjo. Que sea de código abierto importa aquí, porque ni el flujo ni los datos quedan atados a los servidores de un proveedor.

Funciones principales

Conversaciones multihilo

Se gestionan varios contextos de conversación en paralelo y se salta entre nodos con libertad, lo que hace posible un flujo agéntico complejo en lugar de meterlo todo en una línea temporal.

Marco multimodelo

Más de 13 modelos principales con programación mixta y procesamiento en paralelo, de modo que cambiar de modelo no obliga a cambiar de herramienta y la interfaz de chat es única.

Tratamiento multimodal

Archivos PDF, DOCX, TXT y más de siete formatos, además de imágenes habituales como PNG y JPG, con procesamiento por lotes.

Habilidades con IA

Capacidades como Perplexity AI y Stanford Storm aportan búsqueda en la web, recuperación de conocimiento, reescritura de preguntas y recomendaciones.

Gestión de contexto y base de conocimiento

Se puede construir una base temporal y elegir nodos como contexto; la base admite fuentes heterogéneas, hace recuperación semántica sobre RAG y construye un grafo de conocimiento.

Captura y recorte

Recolección con un clic desde plataformas como GitHub y Medium con clasificación y etiquetado automáticos, y recorte de cualquier página para ampliar la biblioteca personal.

Cómo se usa

1. Entra en el sitio, pulsa empezar e inicia sesión con Google o GitHub, o abre directamente Refly Cloud.
2. Elige crear lienzo en la pantalla principal y trata el trabajo como un espacio de trabajo, no como una pregunta suelta.
3. Abre varias conversaciones en el lienzo y deja que distintas direcciones avancen en paralelo.
4. Revisa con la respuesta de la IA y lleva solo los nodos necesarios a la siguiente ronda.
5. Al terminar, exporta a documento o compártelo para revisión colaborativa.
6. Para autoalojarlo, despliega con Docker; el mínimo indicado son dos núcleos y 4 GB de memoria. El despliegue privado empresarial se solicita al equipo.

Opciones de despliegue

• Nube: abre Refly Cloud y usa todas las funciones sin configurar nada, un primer paso razonable antes de autoalojar.
• Autoalojado con Docker: dos núcleos y 4 GB de RAM como mínimo indicado, y un comando de contenedor levanta el servicio.
• Desarrollo local: sigue CONTRIBUTING.md del repositorio, útil si quieres tocar el código o conectar tus propios modelos.
• Empresa: contacta al equipo para un despliegue privado cuando la ubicación de los datos sea un requisito estricto.
• Sobre el coste: autoalojar elimina la suscripción pero añade facturas de API de modelos, gestión de claves y mantenimiento; conviene calcularlo cada mes.

Para quién es

• Investigadores que sostienen un tema complejo durante semanas y guardan fuentes, hipótesis y conclusiones en nodos separados que no se contaminan.
• Quien escribe documentación técnica o artículos largos y mantiene la ideación y el borrador final en un mismo lienzo.
• Quien construye una base de conocimiento personal, con captura, recorte y recuperación en una sola línea.
• Equipos a los que les importa dónde viven los datos: código abierto más autoalojado mantiene proceso y material en sus máquinas.
• Quien usa varios modelos y quiere elegir por tarea en lugar de quedar atado a uno.

Límites y advertencias

• Los hilos y el lienzo tienen coste de aprendizaje; quien viene de una conversación larga encontrará al principio que gestionar nodos cuesta más que la pregunta.
• Más de 13 modelos significa que la calidad depende del modelo y de la forma de invocarlo, y el mismo prompt se comporta de forma muy distinta entre ellos.
• La base de conocimiento se apoya en RAG y recuperación semántica, así que la estrategia de fragmentación y la calidad de las fuentes deciden el resultado; basura entra, basura sale.
• Autoalojar implica asumir facturas de API, gestión de claves y actualizaciones, y dos núcleos con 4 GB es un suelo, no una configuración cómoda.
• La fuente no indica cuotas ni facturación de cada modelo, así que la diferencia de coste entre nube y autoalojado hay que calcularla.
• La política de retención y el uso para entrenamiento no se detallan en la fuente; confírmalo antes de tratar contratos o datos personales.

Preguntas frecuentes

¿En qué se diferencia Refly de un chat de IA normal?

Un chat normal es una línea de conversación; Refly es un lienzo donde varias conversaciones avanzan en paralelo, los nodos se eligen con precisión como contexto y la salida puede consolidarse en un proceso reutilizable.

¿Se puede autoalojar?

Sí. El proyecto documenta una vía con Docker y un mínimo indicado de dos núcleos y 4 GB de memoria; también hay nube y despliegue privado empresarial.

¿Qué archivos admite?

La fuente cita PDF, DOCX, TXT y más de siete formatos de documento, además de imágenes habituales como PNG y JPG.

¿Hay que programar?

No. El lienzo se maneja con conversación y operaciones sobre nodos; solo el autoalojamiento y el desarrollo local tocan la línea de comandos y los archivos de configuración.