Compare
Kiori vs Logseq
Plataforma de conocimiento con IA vs outliner de código abierto
El resumen rápido
Logseq es un outliner local de código abierto con enlaces bidireccionales y una vista de grafo. Piensa en puntos de lista y referencias de bloques. Tus datos se quedan en tu máquina en archivos Markdown o org-mode. Es una herramienta genuinamente elegante para las personas que piensan en estructura.
Kiori es una plataforma de conocimiento con IA en la nube que estoy construyendo en solitario. Subes documentos, los consultas con respuestas de IA citadas, organizas ideas en lienzos visuales y compartes conocimiento públicamente. Está diseñada para que lo que sabes se multiplique con el tiempo.
Logseq es una herramienta de pensamiento. Kiori es un sistema de conocimiento. Trabajos distintos.
Comparativa de funcionalidades
| Funcionalidad | Kiori | Logseq |
|---|---|---|
| Recuperación con IA | Integrada — preguntas en lenguaje natural con puntuaciones de confianza y citas de fuentes | Sin IA nativa. Existen plugins de la comunidad, pero son experimentales. |
| Almacenamiento de datos | Nube (servidores en la UE por defecto) | Archivos locales en tu máquina (Markdown/org-mode) |
| Editor | Editor de bloques — más de 30 tipos de bloque, comandos de barra diagonal | Outliner — todo es un punto de lista con referencias de bloques |
| Mapeo visual | Lienzos con más de 14 tipos de tarjetas, arrastrar y soltar | Vista de grafo + pizarra básica (incorporada recientemente) |
| Organización | Reindexación automática. Efecto volante del conocimiento. Archivado manual mínimo. | Enlaces bidireccionales, etiquetas, propiedades. Requiere disciplina. |
| Colaboración en equipo | Integrada — espacios compartidos, en tiempo real | No está diseñado para equipos. Sin colaboración en tiempo real. |
| Compartición pública | Espacios públicos nativos — los visitantes pueden hacer preguntas a la IA | Logseq Publish existe pero es limitado y estático |
| Importación de documentos | Más de 15 formatos con OCR (PDF, DOCX, XLSX, presentaciones, imágenes) | Solo archivos Markdown y org-mode |
Cuándo elegir Logseq
- •Piensas en outlines y referencias de bloques, no en páginas y documentos
- •El acceso sin conexión y la privacidad local son innegociables
- •Valoras el software de código abierto y quieres inspeccionar el código tú mismo
- •Quieres el enlazado bidireccional como flujo de trabajo central, no como complemento
- •Trabajas principalmente en solitario y no necesitas colaboración en tiempo real
- •Quieres tus datos en archivos planos en tu máquina, sin tocar nunca un servidor
- •Prefieres un flujo de trabajo de diario diario donde todo empieza como la entrada de hoy
Cuándo elegir Kiori
- Quieres recuperación con IA y puntuaciones de confianza y fuentes citadas, de forma nativa
- Necesitas consultar documentos (PDFs, presentaciones, hojas de cálculo) — no solo outlines en markdown
- Quieres mapeo visual del conocimiento con tipos de tarjetas enriquecidos, no solo una vista de grafo
- Colaboras con otras personas y necesitas espacios de trabajo compartidos
- Quieres compartir conocimiento públicamente con búsqueda por IA para los visitantes
- Prefieres que tu conocimiento se organice solo antes que mantener un sistema manual de enlaces
- Quieres un sistema que se acumule con el tiempo con reindexación automática
La cuestión del outliner
El mayor punto fuerte de Logseq es también su limitación: todo es un punto de lista. Esa restricción obliga a pensar de forma estructurada, lo que a mucha gente le encanta. Pero también significa que tu conocimiento vive en una jerarquía de outline que solo tú navegas con fluidez.
Construí Kiori de forma diferente porque seguía topándome con esa pared. Tenía cientos de notas y documentos en varios proyectos, y ninguna disciplina de enlazado podía mantenerse al día. La capa de recuperación con IA hace que todo sea encontrable independientemente de cómo se organizó. Sube un documento, escribe una página, añade una tarjeta al lienzo. Meses después, haz una pregunta y el sistema encuentra la respuesta con citas. No se requiere mantenimiento de taxonomía.
Si te encanta el modelo outliner y piensas en referencias de bloques, Logseq es excelente en lo que hace. Si quieres que tu conocimiento sea consultable sin mantener un sistema personal de enlaces, ese es el problema que estoy resolviendo con Kiori.
Preguntas frecuentes
¿Listo para probar Kiori?
Empieza con el plan gratuito. Sin tarjeta de crédito, sin presiones.
Empezar gratis