Ctrl K
ComunidadGuías…
GITHUB · ANALIZADO

BeeMemoryBank

Base de conocimientos auto-alojada con cifrado E2E, sincronización multi-nodo y soporte nativo MCP para agentes IA. Usa SQLite, Next.js/Node.js/Python. Ideal para documentación compartida entre humanos y agentes.

Ficha actualizada 24 sept 2026, 6:37 · upstream 24 sept 2026, 6:36 · release sin release detectada

Ver códigoProblemas y ayudaRepositorio ↗
00

Qué es BeeMemoryBank

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

BeeMemoryBank es una base de conocimientos auto-alojada diseñada para servir como memoria compartida entre agentes de IA y usuarios humanos. Implementa cifrado extremo a extremo con AES-256-GCM, sincronización multi-nodo mediante eventos firmados con Ed25519 y resolución de conflictos con relojes de Lamport. Soporta importación directa de vaults de Obsidian y ofrece integración nativa con el Protocolo de Contexto del Modelo (MCP) para agentes IA.

CASOS DE USO
  • Documentación técnica compartida entre equipo humano y agentes de IA
  • Base de conocimiento persistente para sesiones de análisis con Claude Code o Cursor
  • Sincronización segura de notas entre múltiples dispositivos sin vendor lock-in
  • Gestión de metadatos estructurados con grafos semánticos emergentes vía tags
PUNTOS DESTACADOS
  • Integración MCP nativa con 32 herramientas en 7 categorías para agentes IA
  • Cifrado E2E con AES-256-GCM y rotación online de claves DEK sin exportar vault
  • Sincronización multi-nodo con Ed25519-signed events y resolución de conflictos Lamport
  • Importación one-click de vaults de Obsidian con conversión automática de enlaces
  • Base de datos SQLite optimizada para metadatos en plaintext y contenido cifrado
PRECAUCIONES
  • Solo disponible Android en móvil (iOS announced pero no implementado)
  • Requiere configuración manual de tokens bearer para agentes MCP
  • SQLite puede ser limitante para volúmenes masivos de datos (>10GB recomendados)
  • Dependencia de ONNX multilingual-e5-small para embeddings semánticos
VISUAL

Capturas del proyecto

Imágenes reales detectadas en la documentación del repositorio.

Dark ClassicDark BeeOceanArticleArticleArticleTreeArticle
01

Perfil de infraestructura

Estimación inicial derivada del repositorio y de los servicios detectados.

CPU2 vCPUrecomendación inicial
MEMORIA2 GBRAM estimada
DISCO10 GBalmacenamiento base
COMPLEJIDADmediumnivel de operación
02

Despliegue detectado

Qué señales reales de instalación hemos encontrado.

Listo para automatizar

Recomendado en VPS o NAS con mínimo 2 cores CPU, 2GB RAM y 10GB disco. Usar docker-compose.yml incluido. Configurar puertos 5300 (web), 5301 (MCP), 5310 (admin), 5004 (sync). Generar token bearer en Admin > Agents antes de configurar MCP en agentes IA. Snapshots automáticos antes de rotación de claves.

✓Dockerfile
✓Compose
✓One-click
03

Stack y dependencias

Componentes inferidos a partir de manifests, configuración y documentación.

FRAMEWORKS
Next.jsNode.jsPython
SERVICIOS
No detectados
BASES DE DATOS
No detectadas
PUERTOS
5300530153105004
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.