KnowledgeClaw: agente de ingeniería de conocimiento omnimodal
Un paper de arXiv presenta KnowledgeClaw, un agente para la ingeniería del conocimiento omnimodal y un benchmark para evaluarlo, que supera a la base más fuerte en 14,6 puntos en seis tareas.

Ver criterio de lectura
Este artículo distingue tres niveles de confirmación: primario(documento original o comunicado verificado), secundario(datos contrastados con al menos una fuente independiente) y inconcluso(afirmación pendiente de confirmación o que no ha sido replicada).
La ingeniería del conocimiento (KE, por sus siglas en inglés) convierte ficheros crudos en una base de conocimiento lista para razonar, y los agentes de inteligencia artificial están empezando a hacer esa tarea por sí solos. Hasta ahora, ningún sistema cumplía las tres condiciones que exige una base de conocimiento viva a la vez: manejar varios formatos de entrada (texto, imagen, tabla, código, grafo), mantener la base actualizada con un bucle de cierre automático y responder consultas a distintos niveles de granularidad. Un benchmark que midiera las tres cosas a la vez no existía.
Un paper publicado en arXiv el 18 de noviembre propone solucionar las tres carencias a la vez. Se titula KnowledgeClaw: Towards Agentic Knowledge Engineering via Omnimodal Hypergraphs y lleva cuatro autores: Haoran Luo, Jiapu Wang, Linhao Luo y Luu Anh Tuan. El trabajo formaliza lo que llaman Ingeniería Omnimodal del Conocimiento (OmniKE), libera un benchmark para evaluarla —OmniKE-Bench— y presenta KnowledgeClaw, un sistema agente que constuye un hipergrafo omnimodal, lo mantiene vivo con un agente de ciclo de vida y enruta cada consulta a la granularidad que requiera.
Los resultados publicados son contundentes: contra 30 bases de comparación, KnowledgeClaw ocupa el primer puesto en las seis tareas del benchmark y obtiene una puntuación global OKE de 55,9, 14,6 puntos por encima de la base más fuerte. El software y los datos se publican en GitHub en la cuenta del laboratorio LHRLAB.
Qué mide realmente el trabajo
Lo primero que hay que decir es de qué trata la base de conocimiento que el paper pretende soportar. Una base de conocimiento no es un repositorio de documentos: es un espacio estructurado en el que los datos, las entidades y las relaciones entre ellos se pueden consultar y combinar para responder preguntas nuevas. En la práctica, construirla requiere tres capacidades que los sistemas actuales dispersan.
La primera es la omnimodalidad: una base viva recibe ficheros en muchos formatos: texto, imágenes, tablas, código fuente, grafos. La segunda es el ciclo de vida cerrado: la base debe actualizarse cuando cambian los datos de partida, sin esperar a una reconstrucción manual. La tercera es la granularidad: una misma consulta puede necesitar una respuesta desde una sola entidad o desde todo el grafo. Ningún sistema existente reúne las tres, y no había ningún benchmark que las midiera a la vez.
KnowledgeClaw formaliza el problema con OmniKE y lo cuantifica con OmniKE-Bench. La evaluación está formada por seis tareas y 1.829 elementos, todos ellos libres de modelos (no se generan datos sintéticos para la evaluación) sobre 3.960 ficheros reales distribuidos en cinco modalidades. El repositorio de GitHub del trabajo recoge el código y los datos, lo que permite reproducir las mediciones.
El sistema mismo consta de dos partes. Por un lado, un agente que construye el hipergrafo omnimodal: una estructura de datos en la que una arista puede enlazar más de dos entidades a la vez, lo que facilita modelar relaciones en las que intervienen varios ficheros o conceptos al mismo tiempo. Por otro, un agente de ciclo de vida que revisa periódicamente la base, detecta cambios y la mantiene actualizada. Por último, un enrutador que decide, para cada consulta, si conviene responder desde un nivel fino (una entidad concreta) o desde un nivel grueso (el grafo completo).
Lo confirmado, lo relevante y lo que sigue
Lo que dice el documento es concreto y verificable: se libera un benchmark de seis tareas, los datos de entrenamiento o de evaluación se basan en 3.960 ficheros reales, y el sistema obtiene la primera posición en las seis tareas con una ventaja de 14,6 puntos sobre la base más fuerte. Toda la arquitectura descrita es un prototipo de investigación, no un producto. El paper no presenta un servicio, una API ni un anuncio de edición; es un método, un conjunto de datos y un código abierto.
Tampoco se puede afirmar, con los datos del paper, que KnowledgeClaw reemplace a los pipelines de recuperación de información actuales. El trabajo está en una fase temprana: el benchmark es reciente, el sistema es una demostración de concepto y los resultados son del laboratorio de los autores. Nadie debe leerlo como una garantía de que cualquier base de conocimiento en producción mejorará automáticamente.
Lo que sí marca una dirección clara. El enfoque más sencillo para equipos que construyen agentes con conocimiento propio ha sido combinar un modelo de lenguaje con un grafo de recuperación, y suponía que bastaba con obtener el contexto adecuado. Este paper cuestiona esa suposición en dos frentes. En primer lugar, un grafo sin un ciclo de actualización se vuelve obsoleto ante flujos de datos que cambian; en segundo lugar, una misma consulta puede requerir distintas granularidades, y fijar la jerarquía una vez no vale. La hipótesis de los autores es que un agente que gestione esos tres ejes —omnimodal, cerrado y multigranoular— obtiene resultados medibles, y el benchmark es el evidence de que eso es así en sus configuraciones concretas.
Esta línea de trabajo es interesante porque entra en lo que muchos equipos denominan agentic data engineering: dejar que un agente decida cómo estructurar, actualizar y consultar el conocimiento, en lugar de programar reglas estáticas. El siguiente paso, si el laboratorio decide seguir, sería colocar KnowledgeClaw delante de un caso de uso concreto con datos reales de empresa y comprobar que la ventaja del benchmark se traduce en un beneficio operativo.
Por qué importa
La migración de la ingeniería del conocimiento hacia agentes no es un detalle curioso: es la condición para que los sistemas de IA de una empresa dejen de ser un espejo de ficheros estáticos y empiece a comporterse como un servicio que se actualiza sola. Empresas que ya inventariaron su conocimiento corporativo —soportes, código, contratos, bases de datos— pueden aplicar ese conocimiento con modelos de lenguaje, pero la calidad de la respuesta depende de que la base esté viva. Si el ciclo de actualización requiere intervención humana, el sistema deja de ser agente y vuelve a ser un proceso manual disfrazado de IA.
El aporte de OmniKE-Bench es que hasta ahora no se podía medir si un enfoque superaba al otro de forma estandarizada. Los conjuntos de datos que se usan en la práctica son privados o heterogéneos, y cada empresa diseña sus propias pruebas. Un benchmark abierto, con ficheros reales, elementos libres de modelos y código disponible, alarga la tradición de que los avances de agentic AI se puedan verificar además de anunciarse.
Limitaciones
El paper es una publicación preliminar en arXiv, sin revisión entre pares todavía. Los resultados están acotados a las seis tareas y a las configuraciones del laboratorio: la puntuación global de 55,9 no es un indicador universal de capacidad de base de conocimiento. La premisa de que un sistema puede mantener una base omnimodal actualizada de forma automática, y que un enrutador de consultas pueda elegir la granularidad correcta en todos los casos, sigue sin verificarse fuera del entorno del equipo que la construye. La visita al código es la única forma de comprobar hasta qué punto los datos y las herramientas son fáciles de reutilizar en otro contexto.
La colección de conocimiento que sustenta el benchmark —3.960 ficheros reales— es el dato más concreto del trabajo, porque eleva las afirmaciones por encima de entornos sintéticos. No obstante, no se especifica si los ficheros son de dominio público o de un caso de estudio concreto, ni si la diversidad de las cinco modalidades representa los distintos tipos de contenido que suele tener una base de conocimiento corporativa. Esa información no cesa de ser relevante para valorar la transferibilidad del trabajo.
Enlaces
Fuentes consultadas
Se conservan las referencias para poder reconstruir cómo se verificó esta información.
- arXiv:2611.24294 — KnowledgeClaw: Towards Agentic Knowledge Engineering via Omnimodal Hypergraphsdocumento primario · https://arxiv.org/abs/2611.24294
- GitHub LHRLAB/KnowledgeClawrepositorio de código · https://github.com/LHRLAB/KnowledgeClaw
Publicación de origen: https://arxiv.org/abs/2611.24294
¿Ves un error? Escríbenos indicando el dato concreto y la fuente que lo contradice. Las correcciones se aplican en la propia página y se reflejan en la fecha de actualización. Contactar con la redacción.


