ember-memory-test/episodes/DEPURA_el-episodio-imposible-15-entidades-5_S20260405.R1_XX.imp.3.hot_inf.pr.fi.mx.D00.HPQ_J.VMDFK_E.SGNFD.md

episode_id	puente_flat	session_code	acto_dialogico	actor_flujo	criticidad_aegis	skill_dominante	fase_proyecto	tipo_semantico	summary_one_line	source_type	trust_boundary	created_at	relectura_tagged	forgejo_commit_sha
a5af027b-5f39-4ab3-9f43-fa264da99741	DEPURA_el-episodio-imposible-15-entidades-5_S20260405.R1_XX.imp.3.hot_inf.pr.fi.mx.D00.HPQ_J.VMDFK_E.SGNFD	S20260413	informar	multi_actor	moderate	NONE	implementation	troubleshooting	EPISODIO 44 — C1: EL EPISODIO IMPOSIBLE: 15+ ENTIDADES, 5+ NEGACIONES, 3 ID...	chat_ember	private	2026-04-13T12:07:32.820621+00:00	false	pending

La evaluación estratégica del ecosistema EMBER al 2026-04-06 requiere combinar datos empíricos verificados, inferencias razonadas y opiniones fundamentadas. Las tres categorías se marcan explícitamente a lo largo de este documento. --- SECCIÓN 1 — Estado actual: datos verificados VERIFICADO al 2026-04-06: El ecosistema EMBER opera sobre dos servidores Hetzner CX53 en Falkenstein — MEMORIA CX53 (16 vCPU, 32 GB RAM, 320 GB SSD, 52 containers activos) y LUMEN CX53 (modelo QwQ-32B Q4_K_M vía Ollama, perfil lumen-v4, ctx 32768). Los dos servidores están conectados por un túnel WireGuard (MEMORIA=10.0.0.1, LUMEN=10.0.0.2). VERIFICADO: El pipeline MNEMO v1.1 alcanzó 8/8 PASS en Triple Write (Qdrant + Neo4j + PostgreSQL) en la sesión S20260405. El clasificador de episodios (episode_classifier.py v2.1) tiene 13 modos y alcanzó 7/8 PASS C1 (threshold score >0.50), con EP_17 como único FAIL. El LEXICON del ecosistema tiene 109 aliases activos y 42 entidades. VERIFICADO: El stack de seguridad de MEMORIA CX53 incluye CrowdSec, Authelia, Caddy, Vaultwarden, y socket-proxy. El outage del 2026-04-06 a las 01:53 UTC duró 65 minutos y fue causado por un gap de configuración en CrowdSec (operador sin allowlist), ya corregido. --- SECTION 2 — What worked and what did not (technical assessment in English) (Este análisis en inglés documenta las decisiones de arquitectura con su evaluación. El cambio de idioma es intencional: los términos técnicos en inglés tienen semántica más precisa en contextos de arquitectura de software.) VERIFIED: The decision to use Gemini Embedding 001 at 3072 dimensions via OpenRouter was validated empirically — retrieval scores improved from ~0.50 (with previous models) to ~0.73 average across EP_12-EP_19. The choice of Qdrant as the vector database provided 9 collections with fast approximate nearest-neighbor search adequate for the current load. HYPOTHESIS: The decision to use Neo4j for the knowledge graph may be over-engineered for the current scale of the EMBER ecosystem. At 42 entities and 22 relations in LEXICON, a simpler graph representation (e.g., PostgreSQL with a self-referencing entities table) might provide equivalent functionality with lower operational complexity. This hypothesis has NOT been validated empirically. OPINION: The pipeline model (Ember ↔ CC INFRA_OPS ↔ MEMORIA CX53) is the right architectural model for a single-operator ecosystem. The "two instances, different specializations" model should NOT be collapsed into a single pipeline even when it adds communication overhead. *(Nota: en este documento, "pipeline" se usa con dos semánticas distintas. "Pipeline MNEMO" = el proceso de ingestión de episodios en Python. "Pipeline model"...