Ctrl K
ComunidadGuías…
GITHUB · ANALIZADO

hypermnesic

Git-first memory for AI agents: Markdown files are truth, the index is disposable, writes are reviewable commits.

Ficha actualizada 23 sept 2026, 16:09 · upstream 23 sept 2026, 16:08 · release v0.2.1

Ver códigoProblemas y ayudaRepositorio ↗
00

Qué es hypermnesic

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

Hypermnesic es un sistema de memoria para agentes de IA basado en Git. Los archivos Markdown son la fuente de verdad y el índice es temporalmente desechable; los escritos son registros revisables como comités de código. Permite que múltiples agentes (ChatGPT, Claude, etc.) accedan a una misma memoria compartida almacenada en archivos Markdown propios del usuario.

La arquitectura centraliza todo en un repositorio Git: cada nota es un commit real y revertible. El índice de búsqueda es un proyecto temporal que se puede eliminar sin perder datos. Esto elimina la dependencia de servicios externos, reduce costos de infraestructura y permite auditoría total sobre qué información existe.

El sistema opera mediante un endpoint MCP único que sirve a múltiples clientes (ChatGPT, Claude Code, Obsidian). Cada cliente obtiene acceso OAuth automático tras una autorización inicial. La memoria se compagina: cada interacción genera un commit nuevo en el repositorio, y los agentes pueden recuperar cualquier dato almacenado.

Es ideal para desarrolladores y tomadores de decisiones que necesitan persistencia duradera, auditabilidad y control total sobre sus datos, sin depender de la infraestructura o políticas de una plataforma externa.

CASOS DE USO
  • Persistir conocimiento técnico en un repositorio Git compartido entre múltiples agentes de IA
  • Crear memoria compartida para equipos que colaboran con herramientas de IA (ChatGPT, Claude, etc.)
  • Documentar decisiones técnicas y razonamiento de agentes para auditoría y reproducibilidad
  • Centralizar información corporativa o personal en archivos Markdown accesibles por múltiples asistentes
  • Implementar memoria compartida en entornos multi-tenant donde cada usuario tiene su propio repositorio Git
  • Crear un sistema de conocimiento colectivo que evoluciona con cada interacción entre agentes
PUNTOS DESTACADOS
  • La fuente de verdad es Markdown en el repositorio del usuario, no datos externos almacenados por terceros.
  • Cada escritura es un commit Git revisable y revertible, garantizando trazabilidad completa.
  • El índice de búsqueda es desechable: se puede reconstruir sin perder ningún dato almacenado.
  • No hay dependencia de servicios externos ni de infraestructura cloud para la persistencia básica.
  • Soporta múltiples clientes (ChatGPT, Claude, Obsidian) a través de un único endpoint MCP con OAuth automático.
  • Permite auditoría total: se puede ver exactamente qué nota fue escrita por cada agente y revertir cualquier cambio.
PRECAUCIONES
  • No soporta persistencia en la nube sin infraestructura propia (requiere Tailscale Funnel o servicio propio).
  • La memoria compartida no es nativa: cada agente debe ser capaz de leer/escritar el mismo repositorio.
  • El rendimiento puede degradarse con un número elevado de agentes concurrentes en la misma red.
  • No incluye capacidades avanzadas como embeddings vectoriales, razonamiento profundo o generación de contenido.
  • La seguridad depende del control del usuario: si se compromete el repositorio Git, toda memoria es accesible.
  • El índice de búsqueda puede volverse lento con grandes volúmenes de datos sin optimización adicional.
VISUAL

Capturas del proyecto

Imágenes reales detectadas en la documentación del repositorio.

Terminal demo: hypermnesic local-proof shows source-grounded recall and a dry-run write diffAn agent writes a memory through the MCP commit_note tool, git log shows the resulting real commit, and a fresh session recalls and cites itFive surfaces — ChatGPT, Claude, Codex, your own agent, and Obsidian — arranged around a central web of linked Markdown notes; loose terracotta arrows sweep clockwise through four
01

Perfil de infraestructura

Estimación inicial derivada del repositorio y de los servicios detectados.

CPU1 vCPUrecomendación inicial
MEMORIA1 GBRAM estimada
DISCO10 GBalmacenamiento base
COMPLEJIDADlownivel de operación
02

Despliegue detectado

Qué señales reales de instalación hemos encontrado.

Despliegue manual

Instala con `uv tool install hypermnesic`. Prueba localmente con `hypermnesic local-proof /path/to/vault` para validar la memoria. Para producción, instala Tailscale y ejecuta `hypermnesic setup /path/to/vault --public-url https://tu-host.com/mcp`. Conecta clientes con el endpoint MCP en su URL. El endpoint es único y seguro por OAuth; cada cliente se registra sin secret de API. Para la interfaz de Obsidian, usa el plugin del repositorio separado (GPL-3.0) que conecta a la red tailnet. La memoria local se ejecuta directamente desde el host con `hypermnesic` CLI, eliminando dependencias de red.

—Dockerfile
—Compose
—One-click
03

Stack y dependencias

Componentes inferidos a partir de manifests, configuración y documentación.

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