Arquitectura para procesar conversaciones de ChatGPT con Bionic y modelos locales

¿Es posible que Bionic lea directamente tu historial de conversaciones en ChatGPT desde el navegador? La respuesta corta es sí, pero con distinciones importantes. Bionic puede trabajar con tus conversaciones de ChatGPT, aunque no accede automáticamente a tu cuenta para leer todo tu historial desde la misma web.

Diagrama que ilustra los cuatro componentes del sistema: navegador automatizado, colector local, archivo e índice, y Bionic con modelo local
Flujo de arquitectura propuesta para sincronizar conversaciones de ChatGPT con Bionic

Para procesar conversaciones de ChatGPT con Bionic, existen tres vías principales:

  • Acceder directamente a tu cuenta abierta en ChatGPT: No está documentado como función nativa. Requeriría una integración específica con el navegador.
  • Leer la exportación de ChatGPT: Es la vía más sencilla. Bionic procesa archivos que le proporciones.
  • Acceso automatizado al historial mediante herramientas: Posible mediante desarrollo adicional con conectores o servidores de herramientas.

Arquitectura propuesta: navegador automatizado + sincronización local

La arquitectura que funciona es combinar Bionic con un navegador automatizado y un proceso local de sincronización e indexación. Esto aprovecha tu sesión de ChatGPT abierta, detecta conversaciones nuevas y las entrega a un modelo local para procesarlas.

Existe una pieza prometedora: el plugin agent-browser, documentado en LM Studio, permite navegar, leer páginas, hacer clic e inspeccionar contenido. Bionic admite integraciones mediante MCP, el protocolo que habilita a un agente para usar herramientas externas.

La salvedad importante: el navegador automatizado utiliza una sesión propia y aislada. No heredará las cookies de tu Chrome habitual. Tampoco está confirmado que Bionic detecte automáticamente cuándo aparece una conversación nueva en ChatGPT. Estas son las dos piezas que hay que resolver.

Implementación paso a paso en Windows

Paso 1: Instalar el navegador automatizado

En LM Studio, busca el plugin agent-browser. Su documentación describe herramientas para abrir páginas, inspeccionar contenido, hacer clic y ejecutar JavaScript. Requiere Node.js/npm o npx e instalación inicial de Chrome para Testing.

En una terminal de Windows donde tengas npx disponible:

npx agent-browser install

Después, configura el plugin en LM Studio y verifica que sus herramientas estén disponibles. Ten presente que el navegador usa su propia sesión con sus propias cookies: no copies las cookies de Chrome ni exportes tokens de autenticación para intentar reutilizar tu sesión habitual.

Paso 2: Autenticar el navegador

Abre ChatGPT mediante el navegador automatizado y verifica si puedes iniciar sesión normalmente. Si el acceso funciona, comprueba que puedas abrir una conversación y leer su contenido. Si el inicio de sesión o las comprobaciones de seguridad bloquean la automatización, no intentes eludirlas. En ese caso, pasa a un método de captura asistida o a la importación de datos exportados.

Paso 3: Crear el colector

Desarrolla un pequeño programa en Python que mantenga un registro local de las conversaciones procesadas. La estructura recomendada es:

C:AIChatGPTArchive
├── conversations
│   ├── <conversation_id>.json
│   └── ...
├── state
│   └── sync_state.json
├── index
└── output
    ├── summaries
    ├── topics
    └── drafts

El colector debe:

  • Consultar periódicamente la lista de conversaciones visibles.
  • Comparar sus identificadores con el registro local.
  • Recuperar el contenido de las conversaciones nuevas.
  • Guardarlas sin duplicados, conservando fecha, título y mensajes.
  • Registrar errores para reintentar las conversaciones que no se hayan podido leer.

Hay una limitación técnica: navegar por la interfaz y leer las conversaciones abiertas no garantiza recuperar todo el historial. La lista puede estar paginada y los mensajes pueden cargarse dinámicamente. Antes de automatizar la extracción completa, verifica qué datos expone realmente la interfaz.

Paso 4: Conectar el colector con Bionic

Crearía un proyecto de Bionic dedicado al archivo de conversaciones y habilitaría el acceso a una carpeta de trabajo local. Bionic puede trabajar con archivos y proyectos, y sus herramientas de agente permiten automatizar tareas de código y documentos.

El colector no necesita llamar al modelo para cada operación. Puede guardar primero los datos y después lanzar un proceso de análisis sobre las conversaciones nuevas.

Terminal de PowerShell mostrando la instalación del plugin agent-browser para automatización de navegador
Instalación del plugin agent-browser mediante npx en Windows

Sincronización automática

Para que funcione sin que tengas que acordarte de ejecutarlo, usa el Programador de tareas de Windows con estas configuraciones:

  • Frecuencia inicial: cada 15 minutos. Es una propuesta de configuración, no exigida por ChatGPT. Aumenta la frecuencia si la interfaz presenta errores o límites de acceso.
  • Una sola instancia a la vez. Evita que una ejecución lenta se solape con la siguiente y genere duplicados o conflictos con el navegador.
  • Procesamiento incremental. Solo analiza conversaciones nuevas o modificadas. Guarda el estado de sincronización para recuperarse de los reinicios.

Condición importante: el navegador debe estar en un estado en que pueda acceder a ChatGPT. No diseñes el proceso suponiendo que una sesión autenticada permanecerá válida indefinidamente.

Estructura de directorios para almacenar conversaciones, estado de sincronización y resultados procesados
Organización recomendada de archivos locales para el sistema de sincronización

Qué analizar al modelo

Una vez capturadas las conversaciones, el procesamiento puede ejecutarse en estas etapas:

  1. Extraer el tema principal, las entidades y las decisiones relevantes.
  2. Clasificar la conversación por proyecto, fecha y etiquetas.
  3. Detectar ideas nuevas relacionadas con conversaciones anteriores.
  4. Generar un resumen y guardar un registro de cambios.
  5. Crear borradores de artículos cuando corresponda, sin publicarlos automáticamente.

Esto encaja bien con la idea de utilizar modelos locales para convertir el historial en una base de conocimiento y, posteriormente, en contenido para WordPress.

Programador de tareas configurado para ejecutar el colector cada 15 minutos con sincronización incremental
Frecuencia recomendada para la sincronización automática con el navegador

El punto que resolvería primero

Antes de construir el colector completo, realiza una prueba pequeña: consigue que agent-browser abra ChatGPT, autenticarlo de manera normal y comprobar que puede listar y leer una conversación. Si esa prueba falla, no tiene sentido desarrollar todavía el resto.

La alternativa más fiable para recuperar el historial completo es la exportación oficial de ChatGPT, que incluye las conversaciones en un archivo descargable. No es una sincronización continua, pero sirve para crear la base inicial sobre la que trabajar.

Recomendación concreta: empieza por validar agent-browser y la sesión independiente. Después desarrolla el colector incremental y su integración con Bionic. No empieces por un servidor MCP personalizado: primero comprueba que la fuente de datos es accesible y estable.

Pregunta práctica para decidir el siguiente paso: ¿tienes instalado Bionic con su sistema de plugins funcionando, o hasta ahora solo has estado utilizando LM Studio con tus modelos locales?