openprompt-lang 1.2.6 → 1.3.0

package/README.md

@@ -30,6 +30,25 @@ Guarda conceptos visuales o técnicos para que la IA los entienda como tú los e
 ### Repositorio de Conocimiento (Knowledge)
 Almacena, indexa y procesa documentos PDF y fuentes web técnicas. Detecta capítulos automáticamente y los divide en secciones de lectura rápida para que la IA los use. Incluye **33 libros y guías pre-empaquetados** (JavaScript, TypeScript, Rust, React, Node.js, Python, Scrum, accesibilidad, algoritmos, API de pagos, etc.) accesibles sin configuración previa vía MCP (`knowledge_search`, `knowledge_list`, `knowledge_read`, `knowledge_concept`) o CLI (`knowledge search`, `knowledge sync --all`). Genera automáticamente `.openprompt/FRAMEWORK.md` con el manual operativo restrictivo para la IA.
 
+### Búsqueda Semántica por Embeddings (Vector Search)
+Reemplaza el mapa semántico manual con vectores numéricos generados por IA local. Divide documentos en chunks semánticos, los convierte en vectores (768d con Ollama o 384d con Transformers.js), y busca por similitud de coseno. Incluye un pipeline completo: chunker (3 estrategias), embedder (Ollama + Transformers.js con auto-fallback), vector store (SQLite + FTS5), y soporte de búsqueda híbrida (FTS5 + reordenamiento semántico). Se integra con `opl search --mode vector` y el indexado automático tras la ingesta de PDFs.
+
+**Requisitos:**
+- **Primario**: [Ollama](https://ollama.com) con `ollama pull nomic-embed-text` (recomendado)
+- **Fallback**: `@xenova/transformers` (incluido como dependencia opcional, se activa automáticamente si Ollama no está disponible)
+
+**Comandos:**
+```bash
+opl embeddings status                    # Ver estado del índice vectorial
+opl embeddings index <docId>             # Indexar un documento
+opl embeddings remove <docId>            # Eliminar embeddings
+opl embeddings config                    # Ver/configurar proveedor
+opl search "consulta" --mode vector      # Búsqueda semántica
+opl search "consulta" --mode hybrid      # Híbrido (incluye vectorial)
+opl webscrape <url> --domain frontend    # Scrapear web e indexar
+knowledge ingest doc.pdf                 # Ingesta PDF + auto-embedding
+```
+
 ### IA Local (Local Setup)
 Configura un entorno de desarrollo completamente local y desconectado. Prepara la integración con modelos locales en Ollama (como Llama 3 o Qwen 2.5 Coder) y la suite de herramientas OpenCode, permitiendo trabajar sin internet ni costos de API, pero manteniendo el 100% de la precisión del framework.
 
@@ -582,6 +601,25 @@ openPrompt-Lang component list --validated
 | `openPrompt-Lang knowledge rebuild` | Reconstruye el índice general desde metadatos individuales |
 | `openPrompt-Lang knowledge sync [--all]` | Sincroniza libros de la biblioteca empaquetada al proyecto local |
 | `openPrompt-Lang local-setup` | Configura integración con IA local (Ollama + OpenCode) |
+| `opl workflow select <desc>` | Selecciona workflow óptimo según descripción de la tarea (usar SIEMPRE primero) |
+| `opl workflow delivery` | Inicia desarrollo por tickets (E.3) |
+| `opl workflow close` | Cierra sesión activa y genera reporte (E.4) |
+| `opl epic create --title "..." --desc "..."` | Crea épica con tickets generados automáticamente |
+| `opl epic list` | Lista épicas con métricas de progreso |
+| `opl epic show <id>` | Muestra detalle de épica y sus tickets |
+| `opl epic close <id>` | Cierra épica |
+| `opl sprint create <name> --goal "..."` | Crea sprint con duración configurable |
+| `opl sprint list` | Lista sprints con métricas |
+| `opl sprint plan <id> --capacity N` | Planifica sprint automáticamente desde épicas activas |
+| `opl sprint close <id>` | Cierra sprint |
+| `opl ticket create --title "..." --severity ...` | Crea ticket de bug/tarea |
+| `opl ticket list` | Lista tickets del proyecto |
+| `opl ticket close <id>` | Cierra ticket como fixed |
+| `opl embeddings status` | Ver estado del índice vectorial semántico |
+| `opl embeddings index <docId>` | Indexa un documento en el vector store |
+| `opl embeddings remove <docId>` | Elimina embeddings de un documento |
+| `opl embeddings config` | Ver/configurar proveedor de embeddings |
+| `opl webscrape <url>` | Extrae contenido web y lo indexa en knowledge + embeddings |
 
 ### Base de Conocimiento Empaquetada
 
@@ -1128,17 +1166,33 @@ El **Work Context** es un sistema integrado de trazabilidad obligatoria que regi
 | `openPrompt-Lang work-context check` | Verifica consistencia del work-context: valida que `SESSION.json` exista y tenga estructura correcta, detecta sesiones activas olvidadas (>24h), confirma que los planes referenciados existen en disco, valida que `LOG.json` sea un array válido |
 | `validate --work-context` | Incluye la verificación de work-context dentro del pipeline de validación estándar |
 
-### Flujo de trabajo obligatorio
+### Flujo de trabajo obligatorio (v1.3.0)
 
-La IA debe seguir este ciclo en **cada sesión de trabajo**:
+La IA debe seguir este ciclo en **cada sesión de trabajo**. No hay excepciones:
 
 ```
-1. CONTEXT.md + SESSION.json  → restaurar estado o iniciar nuevo
-2. ANALYZE request            → clasificar tipo de tarea
-3. PLAN → `work-context plan new <name> --task "<desc>"` → PLANS/, log en LOG
-4. VALIDATE plan              → contra @kind, @contract, @limit
-5. IMPLEMENT                  → codificar, log cada acción
-6. VALIDATE código            → validate + validate --work-context
+1. → workflow_select          → "opl workflow select <descripción>"
+                               La IA describe su tarea, el sistema selecciona workflow óptimo
+2. → create_ticket             → "opl ticket create --title ... --severity ..."
+                               TODO cambio requiere ticket ANTES de implementar
+3. → check_gates               → workflow_selected ✓, ticket_created ✓, plan_approved ✓
+4. → work_context_plan         → Planificar usando work-context con búsqueda de conocimiento
+5. → implement                 → Codificar con anotaciones OPL primero (@kind → @contract → @limit)
+6. → validate                  → "opl validate" antes de cerrar
+7. → docs_updated              → Actualizar documentación (OBLIGATORIO antes de cerrar)
+8. → work_context_close        → Cerrar sesión y generar reporte
+```
+
+**Reglas inquebrantables:**
+- **Regla #1**: `workflow select` primero — Sin workflow seleccionado no hay implementación
+- **Regla #2**: `ticket create` antes de código — Sin ticket no se escribe código
+- **Regla #3**: `docs_updated` antes de cerrar — Sin documentación actualizada no se cierra sesión
+
+El sistema de gates (`workflow_selected`, `ticket_created`, `plan_approved`, `docs_updated`)
+bloquea herramientas automáticamente si no se cumplen los prerrequisitos (configurable en
+`prompt-lang.json` → `workflow.enforcement`).
+
+Ver también: `AGENTS.md` para instrucciones detalladas de cada paso.
 7. INTEGRATE                  → actualizar AGENTS.md si toca
 8. LEARN + REFERENCES.md      → checklist de referencias seguras
 9. CLOSE                      → reporte, métricas finales

package/docs/EMBEDDINGS.md

@@ -0,0 +1,214 @@
+# Sistema de Embeddings Vectoriales
+
+## 📋 Overview
+
+openPrompt-Lang ahora soporta búsqueda semántica vectorial. En lugar de depender solo de coincidencia de palabras clave (tags, fulltext) o un mapa semántico manual, los documentos se dividen en **chunks semánticos**, cada chunk se convierte en un **vector embedding**, y las consultas se resuelven por **similitud de coseno**.
+
+## 🏗️ Arquitectura
+
+```
+Documento (opl format)
+    │
+    ▼
+┌─────────────────┐
+│   chunker.js    │  Divide: paragraph | section | fixed
+└────────┬────────┘
+         │ chunks[]
+         ▼
+┌─────────────────┐
+│   embedder.js   │  Vectoriza: Ollama | Transformers.js | auto-fallback
+└────────┬────────┘
+         │ vectors[]
+         ▼
+┌─────────────────────┐
+│  vector-store.js    │  Almacena + busca en SQLite
+│  (embeddings table) │
+└────────┬────────────┘
+         │ search(queryVector)
+         ▼
+┌─────────────────┐
+│  index-pipeline │  Orquestador: chunk → embed → store
+└─────────────────┘
+```
+
+## 📦 Módulos
+
+| Módulo | Archivo | Responsabilidad |
+|--------|---------|----------------|
+| Chunker | `src/embeddings/chunker.js` | Divide documentos en chunks semánticos |
+| Embedder | `src/embeddings/embedder.js` | Genera vectores numéricos (embeddings) |
+| Vector Store | `src/embeddings/vector-store.js` | Almacena/consulta vectores en SQLite |
+| Index Pipeline | `src/embeddings/index-pipeline.js` | Orquesta chunk → embed → store |
+
+## 🔧 Comandos CLI
+
+### `opl embeddings index <docId>`
+
+Indexa un documento en el vector store.
+
+```bash
+opl embeddings index react-fullstack-app
+opl embeddings index react-fullstack-app --strategy paragraph
+opl embeddings index react-fullstack-app --provider transformers
+opl embeddings index react-fullstack-app --dry-run  # simular sin persistir
+opl embeddings index react-fullstack-app --resume     # saltar chunks existentes
+```
+
+### `opl embeddings status`
+
+Muestra el estado actual del índice vectorial.
+
+```bash
+opl embeddings status
+# 📊  Estado del índice de embeddings
+#   Chunks indexados:   245
+#   Documentos:         12
+#   Dimensión:          768
+#   Modelo:             nomic-embed-text
+#   Último indexado:    2026-05-24 20:00:00
+#   Almacenamiento:     1.2 MB
+```
+
+### `opl embeddings remove <docId>`
+
+Elimina todos los embeddings de un documento.
+
+```bash
+opl embeddings remove react-fullstack-app
+```
+
+### `opl embeddings config`
+
+Ver o cambiar el proveedor de embeddings.
+
+```bash
+opl embeddings config                              # ver estado
+opl embeddings config --provider transformers      # cambiar a transformers
+opl embeddings config --provider ollama            # cambiar a ollama
+```
+
+### `opl search --mode vector <query>`
+
+Búsqueda semántica con embeddings.
+
+```bash
+opl search "autenticacion react" --mode vector     # solo vectorial
+opl search "pagos chile" --mode hybrid             # híbrido incluye vector
+```
+
+## 🧠 Proveedores de Embeddings
+
+### Ollama (primario, default)
+
+- **Modelo**: `nomic-embed-text` (768 dimensiones)
+- **URL**: `http://localhost:11434`
+- **Requisito**: `ollama pull nomic-embed-text`
+- **Ventaja**: Local, rápido, gratuito
+
+### Transformers.js (fallback)
+
+- **Modelo**: `Xenova/all-MiniLM-L6-v2` (384 dimensiones)
+- **Requisito**: `npm install @xenova/transformers`
+- **Ventaja**: No requiere servidor externo
+
+### Auto-fallback
+
+El embedder intenta Ollama primero. Si no está disponible, cae automáticamente a Transformers.js. Si ningún proveedor funciona, lanza un error instructivo.
+
+## 📐 Estrategias de Chunking
+
+| Estrategia | Descripción | Cuándo usarla |
+|------------|-------------|---------------|
+| `section` (default) | Divide por `##` respetando títulos | Documentos con estructura clara |
+| `paragraph` | Divide por doble salto de línea | Documentos sin estructura jerárquica |
+| `fixed` | Divide por tamaño fijo con solapamiento | Documentos sin estructura detectada |
+
+## 🔍 Búsqueda Híbrida
+
+`hybridSearch` combina FTS5 (texto completo) con reordenamiento semántico:
+
+1. **FTS5**: Busca palabras clave en el índice de texto completo
+2. **Coseno**: Reordena los candidatos por similitud semántica
+
+Esto da lo mejor de ambos mundos: precisión de FTS + semántica de embeddings.
+
+## 💾 Esquema SQLite
+
+```sql
+CREATE TABLE IF NOT EXISTS embeddings (
+    id          TEXT PRIMARY KEY,
+    doc_id      TEXT NOT NULL,
+    doc_title   TEXT NOT NULL DEFAULT '',
+    chapter_idx INTEGER NOT NULL DEFAULT 0,
+    chapter_title TEXT NOT NULL DEFAULT '',
+    chunk_idx   INTEGER NOT NULL DEFAULT 0,
+    content     TEXT NOT NULL,
+    vector      BLOB NOT NULL,
+    dimension   INTEGER NOT NULL DEFAULT 768,
+    tokens      INTEGER NOT NULL DEFAULT 0,
+    model       TEXT NOT NULL DEFAULT '',
+    strategy    TEXT NOT NULL DEFAULT 'section',
+    metadata    TEXT NOT NULL DEFAULT '{}',
+    created_at  TEXT NOT NULL DEFAULT (datetime('now'))
+);
+
+CREATE VIRTUAL TABLE IF NOT EXISTS embeddings_fts USING fts5(
+    content,
+    content=embeddings,
+    content_rowid=rowid
+);
+```
+
+Los vectores se serializan como BLOB de Float32Array (4 bytes por float).
+
+## 📊 Límites de Escalabilidad
+
+| Métrica | Límite actual | Estrategia futura |
+|---------|--------------|-------------------|
+| Chunks totales | ~5000 | Búsqueda lineal OK |
+| Chunks > 100k | Podría ser lento | Índice HNSW |
+| Dimensión vectores | 768 (Ollama) / 384 (Transformers) | Cualquier dimensión |
+| Latencia búsqueda | < 50ms en 5000 chunks | Indexación en lote |
+
+## ✅ Tests
+
+```bash
+npx vitest run tests/embeddings/   # 87 tests, 4 suites
+```
+
+| Suite | Tests | Cubre |
+|-------|-------|-------|
+| `chunker.test.js` | 20 | Estrategias, límites, edge cases |
+| `embedder.test.js` | 23 | Proveedores, fallback, errores |
+| `vector-store.test.js` | 30 | CRUD, búsqueda, FTS5, híbrida |
+| `index-pipeline.test.js` | 14 | Pipeline completo, reindex, batch |
+
+## 🔗 Integración con OPL Search
+
+El modo `--mode vector` en `opl search`:
+1. Toma la consulta del usuario
+2. La convierte a vector con `embed()`
+3. Busca en el vector store con `hybridSearch()`
+4. Mapea chunks a documentos y muestra resultados
+
+El modo `--mode hybrid` incluye los resultados vectoriales junto con tags, fulltext y semántico.
+
+## ⚡ Auto-embedding
+
+Cuando se ingesta un PDF con `knowledge ingest`, se genera automáticamente el embedding del documento. Para saltar este paso:
+
+```bash
+knowledge ingest mi-documento.pdf --no-embed
+```
+
+## 🚀 Roadmap
+
+- [x] Chunker (3 estrategias)
+- [x] Embedder (Ollama + Transformers.js)
+- [x] Vector Store (SQLite + FTS5)
+- [x] Index Pipeline
+- [x] CLI: `opl embeddings index/status/remove/config`
+- [x] Modo vector en `opl search`
+- [x] Auto-embedding en `knowledge ingest`
+- [ ] Web scraper (`opl webscrape`)
+- [ ] Onboarding workflow en `opl init`

package/docs/FRAMEWORK.md

@@ -186,6 +186,37 @@ npx openPrompt-Lang work-context learn
 npx openPrompt-Lang work-context report
 ```
 
+### Plan y Modo (Planificación Ágil)
+```
+opl plan                          → Cambiar a modo PLAN (bloquea tools de escritura)
+opl execute                       → Cambiar a modo EXECUTE (requiere plan aprobado)
+opl mode                          → Mostrar modo actual (plan/execute)
+opl workflow discovery            → E.1 — Wizard de descubrimiento (8 bloques, 29 preguntas)
+opl workflow specification        → E.2 — Generar documentos y diagramas Mermaid
+opl workflow delivery             → E.3 — Iniciar desarrollo por tickets
+opl workflow close                → E.4 — Cerrar sesión y documentar aprendizajes
+```
+
+### Teaching (Enseñanza Adaptativa)
+```
+opl teach progress                → Dashboard de progreso
+opl teach template <id>           → Lección desde template @teachMe
+opl teach assess                  → Diagnosticar nivel de dominio
+opl teach study                   → Unidad pedagógica adaptada
+opl teach project-guide           → Ruta de aprendizaje con tickets
+```
+
+### Ticket, Memoria y Diagnóstico
+```
+opl ticket create --title "..."   → Crear ticket de trabajo
+opl ticket list                   → Listar tickets (--status ready|backlog|done)
+opl ticket close <id>             → Cerrar ticket
+opl recall "consulta"             → Búsqueda en memoria del proyecto
+opl doctor                        → Diagnóstico del sistema OPL
+opl fix                           → Auto-corrección de errores
+opl rebuild                       → Reconstrucción de configuración
+```
+
 ### QA, Extracción y AI
 ```
 npx openPrompt-Lang qa-gen [--lang L] [--source DIR] [--output DIR] [--dry-run] [--no-scan]
@@ -197,6 +228,12 @@ npx openPrompt-Lang db-rules [--list] [--id ID] [--tag TAG]
 npx openPrompt-Lang scaffold folders FRAMEWORK [--name N] [--force]
 ```
 
+### MCP Servers
+```
+npx openPrompt-Lang mcp           → Iniciar servidor MCP principal (tools OPL)
+npx openPrompt-Lang mcp-plan      → Iniciar servidor MCP de planificación (tools plan_*)
+```
+
 ### MCP Server
 ```
 npx openPrompt-Lang mcp
@@ -234,6 +271,21 @@ npx openPrompt-Lang mcp
 | `work_context_start` | Iniciar sesión con tracking | `task` (req), `domain?` |
 | `work_context_status` | Estado actual de la sesión | — |
 | `work_context_close` | Cerrar sesión y registrar métricas | `summary` (req) |
+| `teach_progress` | Mostrar progreso de aprendizaje | `userId?`, `domain?` |
+| `teach_assess` | Diagnosticar nivel de dominio | `conceptId` (req), `domain?` |
+| `teach_study` | Generar unidad pedagógica adaptada | `conceptId` (req), `level?`, `includeExercises?` |
+
+### Servidor OPL-Plan (tools adicionales)
+
+| Herramienta | Descripción | Parámetros |
+|------------|-------------|------------|
+| `plan_recommend_stack` | Analizar proyecto y recomendar stack | `description` (req) |
+| `plan_wizard` | Wizard interactivo de configuración | `project_name` (req), `context` (req) |
+| `plan_create` | Crear plan formal @workflow | `project_name` (req), `language` (req), `stack` (req) |
+| `plan_validate` | Validar que el plan esté completo | `plan_id?` |
+| `plan_status` | Mostrar estado del plan actual | `plan_id?` |
+| `plan_switch_mode` | Cambiar a EXECUTE mode | `plan_id?` |
+| `plan_knowledge_filter` | Filtrar biblioteca por dominio | `domain` (req), `features?` |
 
 ## 11. Reglas Estrictas
 

package/docs/ONBOARDING_WORKFLOW.md

@@ -0,0 +1,151 @@
+# 🚀 Onboarding Workflow para IA en openPrompt-Lang
+
+> **Propósito**: Este documento es el punto de entrada OBLIGATORIO para cualquier sesión de IA
+> en un proyecto que ya tiene elementos de openPrompt-Lang.
+>
+> **Generado por**: `opl init` al finalizar la configuración
+> **Versión del documento**: 1.0.0
+> **Última actualización**: {{fecha}}
+
+---
+
+## 📋 Instrucciones para la IA
+
+Al iniciar una sesión en este proyecto, SIGUE ESTE FLUJO ESTRICTAMENTE:
+
+```
+1. LEER este documento (ONBOARDING_WORKFLOW.md) → entender el estado del proyecto
+2. LEER AGENTS.md → stack, convenciones, reglas
+3. LEER docs/AI_CONTEXT.md → memoria del proyecto
+4. EJECUTAR workflow_check → ver qué pasos del workflow OPL faltan
+5. EJECUTAR context_unified → panorama completo del proyecto
+6. CONTINUAR desde el último paso registrado (ver sección "Estado Actual")
+```
+
+---
+
+## 🔍 Detección Automática de Contexto
+
+### ¿Este proyecto ya tiene OPL?
+
+Sí / No (según corresponda)
+
+| Elemento | Estado | Ruta |
+|----------|--------|------|
+| `prompt-lang.json` | ✅ / ❌ | `/ruta` |
+| `AGENTS.md` | ✅ / ❌ | `/ruta` |
+| `docs/AI_CONTEXT.md` | ✅ / ❌ | `/ruta` |
+| `docs/FRAMEWORK.md` | ✅ / ❌ | `/ruta` |
+| `src/` con anotaciones | ✅ / ❌ | `/ruta` |
+| `.opencode/` config | ✅ / ❌ | `/ruta` |
+| `.openprompt/` | ✅ / ❌ | `/ruta` |
+| `knowledge-repo/` | ✅ / ❌ | `/ruta` |
+| Base de conocimiento | ✅ / ❌ | `/ruta` |
+| Sistema de enseñanza | ✅ / ❌ | `/ruta` |
+
+---
+
+## 🧩 Stack del Proyecto
+
+| Componente | Valor |
+|------------|-------|
+| **Framework** | React / Vue / Node.js / Spring Boot |
+| **Lenguaje** | TypeScript / JavaScript / Java |
+| **UI** | Tailwind / shadcn / Mantine / Ninguno |
+| **Base de datos** | Supabase / SQLite / PostgreSQL |
+| **Extensiones** | Supabase, Stripe, Prisma, Ionic, ... |
+| **Módulos OPL activos** | React(23t), Vue(12t), Node(12t), Java(8t) |
+
+---
+
+## 📊 Estado Actual del Proyecto
+
+_Completar durante la última sesión. Esto permite a la próxima IA continuar sin pérdida de contexto._
+
+| Aspecto | Detalle |
+|---------|---------|
+| **Última sesión** | {{fecha}} |
+| **Último comando ejecutado** | `opl ...` |
+| **Fase del proyecto** | Inicial / En desarrollo / Refinamiento / Producción |
+| **Sprint activo** | embeddings-sprint-001 / ninguno |
+| **Ticket en progreso** | TICKET-XXX / ninguno |
+| **Próximo paso** | _Descripción de lo que sigue_ |
+| **Bloqueadores** | _Problemas pendientes_ |
+| **Branch activa** | `main` / `feature/...` |
+
+---
+
+## 🎯 Próximos Pasos Recomendados
+
+1. _Paso 1 — descripción_
+2. _Paso 2 — descripción_
+3. _Paso 3 — descripción_
+
+---
+
+## 🐛 Problemas Conocidos (Academic Issues)
+
+Ver `docs/OPL_ACADEMIC_ISSUES.md` para problemas reportados del sistema de enseñanza.
+
+| # | Título | Severidad | Estado |
+|---|--------|-----------|--------|
+| 1 | Onboarding IA en proyecto existente | 🔴 Alta | Abierto |
+| 2 | `opl rebuild` no detecta OPL | 🟡 Media | Abierto |
+| 3 | Falta documento post-init para IA | 🔴 Alta | Abierto |
+
+---
+
+## 📚 Documentos de Referencia
+
+| Documento | Propósito | Cuándo leerlo |
+|-----------|-----------|---------------|
+| `AGENTS.md` | Stack, convenciones, UI, calidad, reglas | ✅ Siempre — primera lectura |
+| `docs/AI_CONTEXT.md` | Memoria extendida del proyecto | ✅ Siempre — segunda lectura |
+| `docs/FRAMEWORK.md` | Manual completo: anotaciones, CLI, MCP | 🔍 Bajo demanda |
+| `docs/OPL_ACADEMIC_ISSUES.md` | Problemas del sistema de enseñanza | 🔍 Si tocas el módulo académico |
+| `docs/EMBEDDINGS.md` | Sistema de embeddings vectoriales | 🔍 Si tocas búsqueda semántica |
+| `.opencode/work-context/SESSION.json` | Estado actual de la sesión | 🔍 Para restaurar contexto |
+| `.opencode/work-context/LOG.json` | Bitácora de acciones | 🔍 Para auditoría |
+| `prompt-lang.json` | Configuración del proyecto | 🔍 Si necesitas ver config |
+
+---
+
+## ⚡ Comandos Rápidos para la IA
+
+```bash
+# Conocer el proyecto
+npx openprompt-lang context                     # Vista general
+npx openprompt-lang validate                    # Validar anotaciones
+npx openprompt-lang analyze .                   # Auditoría completa
+
+# Búsqueda de conocimiento
+opl index                                       # Navegar conocimiento
+opl search "término" --mode hybrid              # Búsqueda híbrida
+opl read <dominio>/<id> --chapter <n>           # Leer contenido
+
+# Evaluación del proyecto
+opl assess                                      # Production Readiness Assessment
+opl assess --verbose                            # Con detalle de 7 dimensiones
+
+# Sistema de enseñanza
+opl teach progress                              # Progreso de aprendizaje
+opl teach study <concepto>                      # Estudiar un concepto
+opl teach assess <concepto>                     # Evaluar nivel
+
+# Embeddings (si aplica)
+opl embeddings status                           # Estado del índice vectorial
+opl search "término" --mode vector              # Búsqueda semántica
+```
+
+---
+
+## 📝 Notas de la Sesión Actual
+
+```
+Espacio para que la IA o el usuario dejen notas sobre la sesión actual.
+```
+
+---
+
+*Documento generado automáticamente por `opl init`.*
+*Versión: 1.0.0*