Ctrl K
ComunidadGuías…
GITHUB · ANALIZADO

graymatter

GrayMatter es un servidor MCP de memoria persistente escrito en Go que reduce el consumo de tokens en agentes IA hasta un 90% mediante compresión contextual inteligente y generación automática de grafos de conocimiento sin infraestructura externa.

Ficha actualizada 25 sept 2026, 15:29 · upstream 25 sept 2026, 15:01 · release v0.19.1

Ver códigoProblemas y ayudaRepositorio ↗Sitio oficial
00

Qué es graymatter

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

GrayMatter resuelve el problema de la memoria efímera en agentes de IA, permitiendo que persistan conocimientos entre sesiones sin inyectar historial completo. Utiliza un motor de embeddings ligero para recuperar los 8 hechos más relevantes por consulta, reduciendo drásticamente el contexto necesario.

El sistema construye automáticamente grafos de conocimiento tipificados (personas, organizaciones, proyectos) a partir de menciones co-ocurrentes, generando relaciones verificables con 'recetas' que rastrean su origen. Incluye una interfaz TUI para monitorización en tiempo real de métricas como coste de memoria, recalls acumulados y salud del sistema.

Funciona como binario único (~10 MB) sin Docker ni bases de datos externas, compatible con múltiples clientes MCP incluyendo Claude Code, Cursor, Codex y OpenCode. Soporta plataformas Linux, macOS y Windows mediante compilación nativa o binarios preempaquetados.

CASOS DE USO
  • Reducción drástica del consumo de tokens en agentes LLM persistentes mediante recuperación semántica de memoria
  • Persistencia de conocimiento entre sesiones sin inyectar historial completo de conversación
  • Generación automática de grafos de conocimiento tipificados para visualización y navegación
  • Monitorización de salud de memoria de agentes con métricas en tiempo real vía TUI
  • Integración con múltiples clientes MCP (Claude Code, Cursor, Codex) sin configuración compleja
PUNTOS DESTACADOS
  • Reducción del 90% en tokens contextuales versus inyección de historial completo tras 100 sesiones
  • Binario único de ~10 MB sin dependencias externas, Docker ni bases de datos
  • Grafos de conocimiento autoconstruidos con entidades tipificadas y relaciones verificables
  • Interfaz TUI para monitorización en tiempo real de métricas de memoria y actividad
  • Compatibilidad nativa con Linux, macOS y Windows sin necesidad de contenedores
PRECAUCIONES
  • Requiere instalación de Go local para compilación desde fuente o descarga de binarios preempaquetados
  • No soporta Docker nativo según análisis del repositorio (hasDocker: false)
  • Persistencia interna depende de Redis, requiriendo instancia activa para funcionamiento completo
  • Integración completa requiere configuración MCP en archivos .mcp.json del proyecto o home
VISUAL

Capturas del proyecto

Imágenes reales detectadas en la documentación del repositorio.

GrayMatter-TUIgraymatter-bannerContext tokens per query vs full-history injectionKnowledge Graph in Obsidian
01

Perfil de infraestructura

Estimación inicial derivada del repositorio y de los servicios detectados.

CPU4 vCPUrecomendación inicial
MEMORIA8 GBRAM estimada
DISCO20 GBalmacenamiento base
COMPLEJIDADmediumnivel de operación
02

Despliegue detectado

Qué señales reales de instalación hemos encontrado.

Docker detectado

Instalar binario precompilado o usar 'go install github.com/angelnicolasc/graymatter/cmd/graymatter@latest'. Configurar MCP en '.mcp.json' del proyecto con 'graymatter mcp serve'. Iniciar daemon con '--kg' para grafos de conocimiento. Usar 'graymatter doctor' para auditoría periódica de tokens y duplicados.

✓Dockerfile
—Compose
—One-click
03

Stack y dependencias

Componentes inferidos a partir de manifests, configuración y documentación.

FRAMEWORKS
Node.jsGoPython
SERVICIOS
Redis
BASES DE DATOS
Redis
PUERTOS
8080
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.