marm-memory
marm-memory es un layer de memoria local-first para agentes de IA, que fusiona historial de sesiones, indexación de código y grafos conceptuales en SQLite. Permite recuperación instantánea sin cloud, con soporte multi-agente y swarm.
Ficha actualizada 23 sept 2026, 3:27 · upstream 23 sept 2026, 3:18 · release v2.51.0
Qué es marm-memory
Descripción editorial construida a partir del repositorio, su documentación y sus señales de mantenimiento.
MARM Memory ofrece a los agentes de inteligencia artificial una memoria persistente privada y compartida. Combina tres capas: Core Memory (8 herramientas) que guarda conversaciones, notas y resúmenes; Code Graph (6 herramientas) que mapea el repositorio del proyecto para que los agentes encuentren símbolos sin leer todo el código; Concept Graph (2 herramientas) que conecta decisiones, errores y ideas entre sesiones. Todas las 16 herramientas funcionan vía HTTP y STDIO. El módulo de Console App permite un navegador local con visualización de Memorias, Grafos de Conocimiento e Proyectos indexados.
- Guardar conversaciones y notas de trabajo en una memoria persistente para no perder contexto entre sesiones
- Permitir que múltiples agentes compartan la misma memoria sin duplicar el historial
- Crear un conocimiento compartido entre desarrolladores sobre proyectos comunes
- Recuperar decisiones técnicas, errores resueltos o ideas durante desarrollo
- Conectar agentes de IA con repositorios de código para buscar símbolos y arquitectura
- Organizar sesiones de trabajo en un sistema semántico basado en conceptos
- Soporta múltiples transportes: HTTP, STDIO y Docker
- Base de datos SQLite con modo WAL para alta disponibilidad
- 16 herramientas integradas (8 core + 2 grafos)
- Indexación automática de repositorios en tiempo real
- Model Context Protocol (MCP) listo para integración
- Soporte multi-agente con perfiles swarm y swarm-max
- Requiere Python 3.10+ para instalación y ejecución
- No incluye un entorno de desarrollo completo, solo runtime
- La indexación automática puede ser lenta en repositorios grandes
- El rendimiento depende del hardware local (CPU/RAM)
- No tiene interfaz gráfica por defecto sin usar el módulo Console
Perfil de infraestructura
Estimación inicial derivada del repositorio y de los servicios detectados.
Despliegue detectado
Qué señales reales de instalación hemos encontrado.
Instala con pip: pip install marm-mcp-server. Para producción, usa Docker o STDIO. Configura la clave en ~/.marm/.env y conecta tus agentes con: agent mcp add --transport http marm-memory http://localhost:8001/mcp. Para swarm multi-agente, usa el perfil 'swarm' que compartirá memoria entre múltiples instancias.
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.