Ctrl K
ComunidadGuías…
GITHUB · ANALIZADO

galadriel-public

Framework open source para agentes AI persistentes con memoria local verbatim usando ChromaDB y SQLite. Arquitectura model-agnostic que permite intercambiar proveedores LLM manteniendo contexto. Incluye interfaces Discord, web UI localhost:8080 y API REST.

Ficha actualizada 28 sept 2026, 13:16 · upstream 28 sept 2026, 12:58 · release v0.2.1

Ver códigoProblemas y ayudaRepositorio ↗
00

Qué es galadriel-public

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

Galadriel es un framework de ingeniería para agentes de IA persistentes que ejecutan en hardware propio. Separa la mente (memoria, identidad, valores) del cerebro (LLM), permitiendo cambiar modelos sin perder contexto. La memoria local usa ChromaDB para embeddings y SQLite para knowledge graph temporal con ventanas de validez.

La arquitectura incluye tres capas: Episodic Drawers para conversaciones verbatim, Temporal Knowledge Graph para hechos estructurados, e Identity & Cognition en Markdown+SQLite. El sistema permite self-modification donde el agente puede editar su propio harness, y ambient reflection que curate memoria en segundo plano.

El threat model es founder's harness: run_shell sin restricciones, Tower UI sin autenticación (localhost), y self-modification sin pre-commit gate. Diseñado para un operador en su hardware, no como producto comercial. La versión empaquetada Aedelgard añade postura de seguridad más estricta.

CASOS DE USO
  • Desarrollo de agentes AI persistentes con memoria local verbatim
  • Framework multi-proveedor LLM (Claude, Gemini, OpenAI, Bedrock, Nebius)
  • Sistema de conocimiento temporal con knowledge graph en SQLite
  • Plataforma para self-modification controlada de agentes AI
  • Integración con Discord y web UI local para monitoreo
PUNTOS DESTACADOS
  • Memoria local sin costo API usando ChromaDB + SQLite (Episodic Drawers)
  • Provider Seam permite swap de modelos mid-conversation manteniendo memoria
  • Ambient Reflection curate memoria y detecta patrones en segundo plano
  • Self-modification con wake-up one-shot que sobrevive a restarts
  • Scar Tissue convierte fallos en checks determinísticos y tests obligatorios
PRECAUCIONES
  • run_shell sin restricciones (depende completamente del operador)
  • Tower UI sin autenticación (localhost only, puerto 8080)
  • Self-modification sin pre-commit gate (review manual vía git log)
  • Requiere ANTHROPIC_API_KEY configurado manualmente en .env
01

Perfil de infraestructura

Estimación inicial derivada del repositorio y de los servicios detectados.

CPU4 vCPUrecomendación inicial
MEMORIA8 GBRAM estimada
DISCO10 GBalmacenamiento base
COMPLEJIDADmediumnivel de operación
02

Despliegue detectado

Qué señales reales de instalación hemos encontrado.

Listo para automatizar

Despliegue recomendado: docker compose up -d --build. Configurar ANTHROPIC_API_KEY en .env antes de iniciar. Puertos: 8080 (Tower UI), 11434/1234 (otros servicios). Requisitos mínimos: CPU 4 cores, RAM 8GB, disco 10GB. Revisar git log después de self-modification del agente.

✓Dockerfile
✓Compose
✓One-click
03

Stack y dependencias

Componentes inferidos a partir de manifests, configuración y documentación.

FRAMEWORKS
Python
SERVICIOS
No detectados
BASES DE DATOS
No detectadas
PUERTOS
8080114341234
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.