Ctrl K
ComunidadGuías…
GITHUB · ANALIZADO

membro

Servicio local-first de memoria para asistentes de IA que ingiere conversaciones, extrae hechos duraderos mediante muros de extracción deterministas y sirve resultados a modelos locales vía API HTTP y servidor MCP. Todo reside en un único archivo SQLite con inmutabilidad garantizada.

Ficha actualizada 24 sept 2026, 23:13 · upstream 24 sept 2026, 23:00 · release v0.1.1

Ver códigoProblemas y ayudaRepositorio ↗
00

Qué es membro

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

Membro es una herramienta de gestión de memoria diseñada para asistentes de IA que opera bajo el paradigma local-first, priorizando la privacidad y el control del usuario sobre los datos. El sistema ingiere conversaciones (incluyendo exportaciones de claude.ai), las procesa mediante muros de extracción deterministas para aislar hechos verificables, y construye perfiles con trazabilidad de procedencia para cada afirmación.

La arquitectura se basa en FastAPI y Python 3.12+, utilizando SQLite como almacén persistente único. Implementa un modelo de memoria donde los hechos son inmutables por automatización; solo pueden ser superados, cuarentenados o descartados mediante intervención humana. Cada hecho extraído pasa por verificaciones de anclaje temporal, fuente y confianza antes de entrar al canon, manteniendo una cola de revisión para datos dudosos.

El servicio expone herramientas MCP (recall_memory, search_history, save_memory, memory_summary) y una API HTTP en el puerto 8901 por defecto. Incluye mecanismos robustos de recuperación mediante snapshots rotativos, restauración segura que respeta las eliminaciones manuales, y soporte para autenticación opcional mediante tokens o contraseñas.

CASOS DE USO
  • Recuperación de información contextualizada con trazabilidad de procedencia para cada afirmación en asistentes locales
  • Búsqueda histórica verbatim de conversaciones pasadas sin exponer datos a servicios externos
  • Construcción y mantenimiento de perfiles de usuario con hechos anclados a fuentes originales verificables
  • Gestión segura de exportaciones de chat (ej. claude.ai) con importación idempotente y control de integridad
PUNTOS DESTACADOS
  • Arquitectura local-first que evita la exposición de datos a servicios externos por defecto, limitando el escucha al loopback
  • Inmutabilidad garantizada: los hechos nunca son eliminados automáticamente, solo superados o cuarentenados mediante intervención humana
  • Muros de extracción deterministas con verificaciones de anclaje temporal, fuente y confianza antes de admitir hechos al canon
  • Soporte nativo para servidores MCP con herramientas específicas para memoria, historia y perfiles con origen marcado
PRECAUCIONES
  • Requiere Python 3.12+ y configuración manual del entorno virtual (.venv) sin soporte de un solo clic
  • La importación de exportaciones claude.ai requiere descomprimir manualmente antes de ejecutar el script de importación
  • El puerto 8901 está hardcoded por defecto; cambiarlo requiere modificar variables de entorno o código
  • Restauración desde snapshots no recupera datos eliminados manualmente, preservando la integridad del canon actual
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

Desplegar en localhost con autenticación habilitada mediante MEMORY_AUTH_TOKEN o contraseña. Nunca exponer el puerto 8901 a internet sin medidas de seguridad adicionales. Para despliegues persistentes, usar ops/install-supervisor.sh con launchd (macOS) o systemd (Linux). Copiar siempre el directorio data/ completo para respaldos. Verificar estado antes de reinicios mediante GET /v1/busy. Consultar SECURITY.md antes de ampliar el alcance más allá del loopback.

—Dockerfile
—Compose
—One-click
03

Stack y dependencias

Componentes inferidos a partir de manifests, configuración y documentación.

FRAMEWORKS
FastAPIPython
SERVICIOS
No detectados
BASES DE DATOS
No detectadas
PUERTOS
8901
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.