Hister: un motor de búsqueda privado para las páginas que visitas y los archivos que guardas

Artículo original ↗ Discusión en Hacker News ↗

Una nueva herramienta de código abierto llamada Hister convierte tu historial de navegación, marcadores, archivos locales e incluso contenido de redes sociales en un índice privado y buscable por texto completo que vive en tus propias máquinas. Los comentaristas la comparan con esfuerzos pasados como Google Desktop, ArchiveBox, Zotero y diversas configuraciones caseras, elogiando su capacidad para sacar a la luz páginas visitadas anteriormente mientras debaten las concesiones entre alojamiento local y en la nube, integraciones con el navegador y archivado a largo plazo. El autor del proyecto comenta funciones planificadas, soporte para varios dispositivos, la presión legal para renombrar el proyecto y posibles integraciones con LLMs locales y otros servicios autoalojados.

Resumen y propósito

  • La herramienta construye un motor de búsqueda privado sobre las páginas que visitas y los archivos que guardas.
  • Se centra en la recuperación de conocimiento personal, no en la búsqueda web general.
  • Funciona como un índice de páginas visitadas, marcadores, historial del navegador, archivos locales y sitios rastreados.

Funciones y arquitectura

  • Almacena el contenido extraído de las páginas con vistas previas sin conexión, de modo que los resultados permanezcan aunque la fuente cambie o desaparezca.
  • Admite búsqueda de texto completo y semántica, tiene una interfaz web, CLI y un endpoint MCP para integraciones con IA/asistentes.
  • La extensión del navegador indexa lo que realmente se renderiza en las pestañas, permitiéndole capturar contenido detrás de inicios de sesión y en sitios “cerrados” (Instagram, Discord, Twitter, transcripciones de YouTube mediante yt-dlp, etc.).
  • Puede usarse desde varias máquinas y en configuraciones multiusuario; no requiere un componente en la nube.

Comparaciones con otras herramientas

  • Comparado con ArchiveBox: este se centra en la recuperación rápida de conocimiento; ArchiveBox en la preservación a largo plazo. Algunos usuarios quieren un único archivo compartido, no dos.
  • La gente menciona herramientas similares o relacionadas: linkwarden/linkding/Betula, Zotero, SingleFile, Google Desktop, la antigua búsqueda del historial de Chrome/Opera, recoll y varios indexadores de historial hechos a medida.
  • Algunos lo ven como un equivalente moderno de potentes herramientas de búsqueda local que los navegadores desde entonces han “recortado”.

Privacidad, seguridad y preocupaciones de alojamiento

  • Hay un gran interés en mantener los datos locales y evitar la dependencia de LLMs en la nube; otros se sienten cómodos colocándolo detrás de ChatGPT o modelos locales como una “capa de razonamiento”.
  • A algunos les preocupa ejecutar cualquier cosa fuera de los repositorios de su distribución o temen vulnerabilidades de seguridad; se sugieren contenedores, AppArmor, endurecimiento con systemd y una segmentación estricta de la red.
  • Unos pocos prefieren alternativas de baja tecnología como imprimir páginas a PDF junto con pdfgrep.

Informes de uso real

  • Varios usuarios informan de semanas o meses de uso y lo califican de “invaluable” para encontrar enlaces olvidados, indexar notas/Obsidian y hacer buscable el contenido social/web.
  • Un informe menciona graves problemas de recursos cuando se usa detrás de un proxy inverso mediante Nginx; la causa raíz no está clara.

Limitaciones y solicitudes de funciones

  • Funciones deseadas:
    • notas/anotaciones en páginas, filtros solo para marcadores, umbrales de tiempo de visibilidad (por ejemplo, indexar solo pestañas vistas durante >4 s), conservar versiones antiguas y diffs, indexación de correo electrónico, soporte para Android/Chrome, más integraciones con gestores de marcadores.
  • Algunos cuestionan el retorno personal de invertir en bases de conocimiento elaboradas y prefieren el minimalismo.

Disputa de nombre y marca registrada

  • El nombre actual entra en conflicto con una marca registrada existente en EE. UU.; los mantenedores esperan renombrarlo.
  • El hilo contiene muchas sugerencias de nombres alternativos y debate sobre si el cambio de nombre es legalmente necesario.