dinomem
dinomem es un sistema de memoria a largo plazo para agentes IA que distila sesiones en conocimiento estructurado localmente. Mejora la calidad con el tiempo mediante deduplicación y revisión diaria, evitando el ruido acumulado típico de otros sistemas. Utiliza LLMs para extracción y embeddings local
Ficha actualizada 28 sept 2026, 8:44 · upstream 28 sept 2026, 8:26 · release v1.16.3
Qué es dinomem
Descripción editorial construida a partir del repositorio, su documentación y sus señales de mantenimiento.
dinomem resuelve la saturación de memoria en agentes de IA al implementar un pipeline de curación activa. En lugar de almacenar todo bruto, extrae hechos, preferencias y patrones mediante LLMs, deduplica diariamente y revisa el contenido para mantenerlo relevante. El sistema genera un índice de navegación (MEMORY.md) que permite a los agentes buscar información específica antes de actuar, mejorando la precisión sin inyectar ruido en el contexto.
La arquitectura prioriza la seguridad y la reversibilidad: cada escritura se versiona en Git dentro de un almacén aislado (.dinomem-snap.git), permitiendo deshacer cambios maliciosos o errores automáticamente. Incluye protecciones contra inyección de prompts mediante una puerta de autoridad que distingue entre datos personales de instrucciones del sistema, crucial en entornos multiusuario.
El sistema está construido con Next.js y React para la interfaz, y Python para el backend lógico. Utiliza sentence-transformers para embeddings locales (~80MB), evitando llamadas a APIs externas. Soporta automatización mediante cron y hooks nativos de OpenClaw.
- Agentes conversacionales con memoria persistente y recuperación semántica
- Automatización de tareas programadas (cron) y eventos en tiempo real
- Gestión de conocimiento personal sin dependencia de nube o API externas
- Auditoría y recuperación forense de sesiones pasadas mediante versionado Git
- Personalización del comportamiento del agente por usuario mediante gate de autoridad
- Extracción semántica impulsada por LLM en lugar de embeddings estáticos fijos
- Almacenamiento local de embeddings con sentence-transformers (sin API)
- Versionado Git automático para reversibilidad byte-a-byte de la memoria
- Protección contra inyección de prompts mediante gate de autoridad multiusuario
- Indexación activa para búsqueda dirigida en lugar de inyección pasiva
- Dependencia de recursos computacionales para LLMs y embeddings locales
- Configuración inicial requerida para ID de propietario en entornos multiusuario
- No incluye Dockerfile nativo según análisis técnico actual del repositorio
- Requiere entorno Python con dependencias específicas instaladas manualmente
Perfil de infraestructura
Estimación inicial derivada del repositorio y de los servicios detectados.
Despliegue detectado
Qué señales reales de instalación hemos encontrado.
Desplegar en servidor con CPU o GPU para sentence-transformers. Configurar DINOMEM_OWNER_IDS si es multiusuario. Asegurar 10GB de disco y 8GB RAM según análisis técnico. Ejecutar cron para archivado cada 15 min. Instalar dependencias Python vía pip. No usar Docker por defecto, requiere instalación manual o script de cero configuración.
Stack y dependencias
Componentes inferidos a partir de manifests, configuración y documentación.
Puede sustituir a
Relaciones detectadas por el análisis del repositorio y su categoría.
Experiencia real de la comunidad
Ayuda a contrastar la estimación automática con instalaciones reales.
Todavía no hay datos comunitarios para este proyecto.