Ctrl K
ComunidadGuías…
GITHUB · ANALIZADO

3ngram

Servicio de memoria persistente y tipificada para agentes de IA. Proporciona almacenamiento en PostgreSQL con pgvector y Redis, interfaz MCP, REST API y SDK. Licencia Apache-2.0, autohospitable o cloud.

Ficha actualizada 25 sept 2026, 7:54 · upstream 25 sept 2026, 7:37 · release v1.6.3

Ver códigoProblemas y ayudaRepositorio ↗
00

Qué es 3ngram

Descripción editorial construida a partir del repositorio, su documentación y sus señales de mantenimiento.

3ngram ofrece memoria persistente y tipificada para agentes de IA, permitiendo que decisiones, compromisos y hechos sobrevivan a las sesiones de conversación. A diferencia del historial plano de chat, cada tipo de memoria (decisiones, hechos, preferencias) mantiene su propio ciclo de vida y es indexable.

La arquitectura utiliza una base de datos temporal bi-temporal para rastrear cuándo un hecho fue verdadero en el mundo y cuándo el sistema lo aprendió. Esto permite consultas precisas sobre el estado actual o histórico. El sistema implementa una política de "append-and-supersede", donde las correcciones crean enlaces entre registros sin borrar datos históricos, preservando la trazabilidad temporal.

El proyecto incluye un servidor MCP nativo, una API REST en /api/v1, SDKs TypeScript y herramientas CLI. Soporta despliegue autohospitable con Docker Compose (PostgreSQL + Redis) o uso como librería en tu propia infraestructura. La licencia Apache-2.0 permite integración libre sin dependencia de servicios propietarios para el backend.

CASOS DE USO
  • Persistencia de decisiones y compromisos a largo plazo entre sesiones de agentes
  • Búsqueda semántica de hechos históricos con precisión temporal bi-temporal
  • Gestión de contexto para handoffs entre diferentes agentes o herramientas MCP
  • Auditoría de cambios en el conocimiento del sistema mediante correcciones tipificadas
  • Almacenamiento de preferencias y patrones que sobreviven al cierre de la sesión
PUNTOS DESTACADOS
  • Memoria tipificada con 11 herramientas MCP y 2 prompts optimizados para tareas específicas
  • Precisión recall@5 del 97.73% en benchmarks deterministas sobre datos de producción anonimizados
  • Arquitectura autohospitable con PostgreSQL + pgvector y Redis sin dependencia de servicios cerrados
  • Licencia Apache-2.0 permanente para el motor de memoria, MCP server, API y SDK
  • Política append-and-supersede que preserva registros históricos ante correcciones o revisiones
PRECAUCIONES
  • Requiere configuración manual de proveedor de embeddings (LLM_GATEWAY_URL) antes de usar búsqueda vectorial
  • Despliegue autohospitable requiere gestión propia de secretos y migraciones de esquema en PostgreSQL
  • El dashboard y operaciones cloud son propietarios en repositorio separado, no incluidos aquí
  • La búsqueda vectorial devuelve 503 si el proveedor de embeddings no está configurado antes de escribir
  • Dependencia de TypeScript monorepo (Turborepo) que puede requerir entorno Node.js específico
VISUAL

Capturas del proyecto

Imágenes reales detectadas en la documentación del repositorio.

3ngram
01

Perfil de infraestructura

Estimación inicial derivada del repositorio y de los servicios detectados.

CPU2 vCPUrecomendación inicial
MEMORIA2 GBRAM estimada
DISCO30 GBalmacenamiento base
COMPLEJIDADmediumnivel de operación
02

Despliegue detectado

Qué señales reales de instalación hemos encontrado.

Listo para automatizar

Usa docker compose -f compose.selfhost.yml para despliegue autohospitable con Postgres y Redis. Configura .env.selfhost con secretos y proveedor de embeddings antes de escribir datos para búsqueda vectorial. Imagen oficial en ghcr.io/b3dmar/3ngram:latest o versión específica. API REST en puerto 3000, MCP endpoint en /mcp. Requiere migración inicial del esquema antes de arrancar el stack.

✓Dockerfile
✓Compose
✓One-click
03

Stack y dependencias

Componentes inferidos a partir de manifests, configuración y documentación.

FRAMEWORKS
Node.js
SERVICIOS
PostgreSQLRedis
BASES DE DATOS
PostgreSQLRedis
PUERTOS
3000543206274
05

Puede sustituir a

Relaciones detectadas por el análisis del repositorio y su categoría.

06

Experiencia real de la comunidad

Ayuda a contrastar la estimación automática con instalaciones reales.

Todavía no hay datos comunitarios para este proyecto.