Klion

Klion es mi herramienta principal de trabajo — un sistema de gestión que construí para organizar todos mis proyectos freelance y que uso a diario. Combina un Kanban board con inteligencia artificial, indexación semántica de código (RAG), base de conocimientos y una integración profunda con Git. Lo que empezó como un tablero de tareas terminó siendo la herramienta que conecta mis editores de código con mi flujo de gestión.

IA integrada con RAG y pgvector

El sistema indexa repositorios completos generando embeddings que se almacenan en PostgreSQL con la extensión pgvector. Cuando necesito entender cómo funciona algo en un codebase — propio o de un cliente — hago una búsqueda semántica y Klion encuentra el código relevante sin necesidad de recordar archivos o rutas exactas. Gemini 2.0 Flash es el provider principal por su baja latencia; OpenAI funciona como fallback. La IA también genera mensajes de commit automáticos desde los diffs de Git, documentación técnica y resúmenes de contexto por proyecto.

Servidor MCP y CLI

Klion funciona como servidor MCP (Model Context Protocol), lo que significa que se integra directamente con Claude, GitHub Copilot y Cursor. Desde cualquier editor puedo crear tareas, consultar el board, buscar en la base de conocimientos o indexar un proyecto sin salir del chat. También tiene un CLI completo: klion board para ver el Kanban en terminal, klion task create para crear tareas rápidas, y klion search para búsqueda semántica desde la línea de comandos.

Gestión de proyectos estilo Jira

Cada proyecto tiene un código único (ej: BES) y las tareas se numeran secuencialmente (BES-22), lo que hace referencia fácil sin depender de UUIDs. El board soporta drag & drop con dnd-kit, subtareas con progreso visual, worklogs de tiempo trabajado por tarea y filtros por estado, proyecto y cliente. Todo orientado a cómo realmente trabajo: múltiples clientes con múltiples proyectos activos simultáneamente.

Base de conocimientos semántica

Más allá de tareas, Klion almacena decisiones arquitectónicas, snippets, notas técnicas y documentación en una knowledge base con búsqueda semántica. Cuando necesito recordar por qué elegí cierta tecnología o cómo resolvimos un problema específico hace meses, la búsqueda por embeddings lo encuentra. Esto se convirtió en una ventaja real: no solo gestiono tareas, sino que preservo el contexto técnico de cada proyecto.

Stack y arquitectura

NestJS modular en el backend con TypeORM y PostgreSQL + pgvector. Next.js 14 con App Router, TanStack Query para estado del servidor y TailwindCSS para la UI. El servidor MCP es un paquete independiente con Commander.js para el CLI. Todo corre en Docker con Nginx como reverse proxy.