Búsqueda por tema

max conversations encuentra una conversación por su tema. Úsalo cuando recuerdas el asunto pero no las palabras: «¿dónde hablamos de alquilar un piso?» encuentra una conversación que dice «apartamento», «arrendamiento» y «fianza». Para palabras exactas, personas, fechas y archivos, usa buscar mensajes.

No es el campo de búsqueda topic:, que limita los resultados a un hilo de conversación. Aquí una conversación es lo que max identifica por sí mismo, en cualquier chat.

La búsqueda usa los mensajes que max ya ha guardado. Por defecto, el grafo y los vectores se construyen en tu equipo; un servicio externo se elige explícitamente. Descarga antes el historial: max store fetch <чат> (archivo local).

Qué es una conversaciónCopy Anchor Link

En un grupo activo hay varias conversaciones a la vez y sus mensajes se entremezclan. max los separa usando los mensajes guardados, sin consultar a MAX ni usar IA:

• una respuesta pertenece al mensaje al que responde;
• un mensaje que menciona a alguien, por @usuario o por nombre, va con el mensaje reciente de esa persona;
• el siguiente mensaje de una persona, en pocos minutos, continúa el anterior.

Cada conversación es una lista de mensajes, del más antiguo al más reciente. Puede saltarse los mensajes intermedios que pertenecen a otras conversaciones. Las reglas hacen una estimación; pueden partir una conversación en dos o unir dos. Tu propio agente de IA puede enlazar lo que las reglas dejan abierto (más abajo).

Construir, vectorizar, buscarCopy Anchor Link

max conversations build --chat "Книжный клуб"   # найти разговоры; ещё раз — после того, как скачано больше
max models text download e5-small               # один раз: 135 МБ, общая папка с tg
max conversations embed --chat "Книжный клуб"   # продолжает с места, где остановился
max conversations search "где встречаемся" --chat "Книжный клуб"
max conversations search "аренда квартиры"      # во всех построенных чатах

1. Build identifica las conversaciones del chat. Un nuevo build sustituye al anterior: toma el número de conversación de un list reciente, en vez de conservarlo.
2. Embed convierte cada conversación, o cada fragmento de una larga, en un vector: números que representan el significado del texto. Los textos sobre el mismo tema tienen vectores parecidos, aunque cambien las palabras o el idioma.
3. Search convierte tu pregunta en un vector y encuentra las conversaciones más cercanas. También busca las palabras de la pregunta y coloca más arriba las conversaciones encontradas por ambos métodos. Cada resultado indica cómo se encontró: "by": ["meaning"] (por significado), ["words"] (por palabras), o ambos.

Sin un modelo descargado, la búsqueda sigue funcionando y encuentra conversaciones por palabras; la respuesta indica "meaning": "unavailable". No se examina un chat que nunca se haya construido: ejecuta antes build.

La pregunta sigue siendo texto normal. --filter 'from:me date:7d' limita por separado las conversaciones con una consulta estricta: al menos un mensaje debe cumplir toda la condición. Por defecto solo se busca en la cuenta activa; --source personal|bots|all|<провайдер> amplía el alcance explícitamente. Los resultados incluyen su origen y un localizador msg:. --timezone elige la zona horaria del calendario. --filter y --source no se pueden combinar con --refresh: construye e indexa antes los chats correspondientes. Con e5-small local, una coincidencia por significado exige una similitud coseno superior a 0,80; las coincidencias por palabras se mantienen. --sync-first descarga mensajes nuevos, mientras que --refresh construye el grafo y los vectores localmente.

Leer lo encontradoCopy Anchor Link

max conversations list --chat "Книжный клуб" --since-time 7d
max conversations show 91                       # один разговор, от старых к новым
max conversations show "Книжный клуб" 204       # разговор, в котором сообщение 204
max conversations related "Книжный клуб" 204    # другие разговоры о том же, во всех чатах
max messages links "Книжный клуб" 204           # почему сообщение там, где оно есть

related usa los vectores que guardó embed y no ejecuta ningún modelo, así que responde rápido. Un resultado de búsqueda es una pista, no una respuesta: abre la conversación y lee los mensajes antes de fiarte de él.

Mantenerlo al díaCopy Anchor Link

Los mensajes nuevos se incorporan a una conversación solo tras el siguiente build, y a los vectores solo tras el siguiente embed.

max conversations status                         # что отстало, по чатам
max conversations build                          # все изменившиеся чаты и группы, ни разу не построенные
max conversations embed                          # все построенные чаты, где остались куски
max conversations search "аренда квартиры" --refresh   # сначала догнать, потом искать

status cuenta, para cada chat construido, los mensajes que build aún no ha visto (nuevos, editados o eliminados), los fragmentos con vectores actuales, obsoletos o ausentes y los grupos nunca construidos. Si cambian las reglas en una versión nueva, status y max store check identifican los chats construidos con reglas anteriores: vuelve a construirlos. Sin --chat, build, embed y search --refresh procesan como máximo 20 chats (--max-chats) y calculan como máximo 2000 fragmentos (--max-chunks) por ejecución; repite para continuar. Nunca descargan un modelo.

Un resultado marcado con "stale": true procede de un texto que se editó después de vectorizarlo: su puntuación corresponde al texto antiguo. Cuando se elimina un mensaje, su texto también sale de los vectores.

Deja que tu agente de IA enlace mensajesCopy Anchor Link

Las reglas no ven las conexiones que solo se entienden por su significado. Puede añadirlas tu propio agente de IA, el que ya usas con max:

max skill show link-conversations                     # инструкция для агента
max conversations batches status --chat "Книжный клуб"   # сколько сообщений и пачек, сколько текста

El agente lee las instrucciones, te dice cuánto texto leerá y espera tu consentimiento. Después lee el chat por lotes (max conversations batches next), decide a qué mensaje anterior responde cada uno y guarda la respuesta (max conversations links add). El siguiente build la tiene en cuenta. Tienen prioridad las respuestas de MAX, después las conexiones del agente y, por último, las reglas. max conversations links clear --chat "Книжный клуб" elimina las respuestas del agente. En este proceso con agente, max no llama por sí mismo a un modelo.

El build normal usa reglas y conexiones guardadas. max conversations build --chat <чат> --analyze envía lotes limitados al servicio compatible con OpenAI configurado o a Anthropic. Hace falta un --chat explícito. Antes del primer envío, la orden muestra el volumen, la dirección y el límite de tokens, y solicita consentimiento; este se guarda para esa cuenta, chat y servicio seleccionado hasta que se revoque. Por defecto hay 50 mensajes por lote y una reserva máxima de 100 000 tokens; --yes da consentimiento en scripts. max conversations consents list enumera los consentimientos; consents revoke --chat <чат> los revoca. El análisis integrado solo está disponible en CLI; las claves no se escriben en la configuración.

Privacidad y costeCopy Anchor Link

Por defecto nada sale de tu equipo. El modelo se ejecuta aquí, y un modelo solo se descarga cuando lo pides:

max models text list                             # модели и какие скачаны
max models text download embeddinggemma --accept-terms

e5-small es el predeterminado: pequeño y rápido, con unos 100 idiomas. embeddinggemma encuentra más pero es unas siete veces más lento, y solo se descarga con --accept-terms, porque está sujeto a las condiciones de Gemma de Google. Los vectores de dos modelos nunca se mezclan: busca con el modelo con el que vectorizaste.

En un portátil reciente, e5-small vectoriza unos 30 fragmentos por segundo; un grupo de 100 000 mensajes tarda algo más de 20 minutos, una sola vez. Las ejecuciones siguientes vectorizan solo lo que ha cambiado.

Un servicio puede calcular los vectores en su lugar, con tu propia clave:

max models text key set openai
max conversations embed --chat "Книжный клуб" --provider openai
max conversations search "аренда квартиры" --provider openai

El texto de las conversaciones del chat se envía entonces a ese servicio, y cada búsqueda le envía tu pregunta. Antes de enviar nada, embed indica el número de fragmentos, el máximo de tokens y el coste máximo, y espera tu consentimiento (--yes en scripts; --max-tokens fija un límite). --base-url admite cualquier servidor con la API de vectores de OpenAI (/v1/embeddings), como Ollama o LM Studio en tu equipo, junto con --model y --dims. max models text key remove openai elimina la clave.

Para agentesCopy Anchor Link

En MCP, max_conversations_list, max_conversations_show, max_conversations_search, max_conversations_related y max_conversations_status leen lo construido, mientras que max_conversations_refresh lo actualiza en este equipo. El agente recibe las instrucciones link-conversations mediante MCP, estima el volumen con max_conversations_batches_status y espera el consentimiento del propietario para ese chat. Después lee max_conversations_batches_next, guarda respuestas mediante max_conversations_links_add y reconstruye el grafo mediante max_conversations_build. max_conversations_links_clear elimina las respuestas del agente; también hay que reconstruir después. La escritura requiere conversations.links. La configuración de vectores externos también afecta a la búsqueda MCP: la pregunta se envía al servicio seleccionado. La parte técnica —reglas, fragmentos, vectores y orden de resultados— está en cómo funciona la búsqueda.