Ctrl K
ComunidadGuías…
GITHUB · ANALIZADO

mnemon

Mnemon es un servidor auto-alojado compatible con el Protocolo de Contexto del Modelo (MCP) que proporciona una bóveda de memoria a largo plazo compartida entre múltiples clientes de IA como Claude Code, Cursor y Gemini CLI.

Ficha actualizada 24 sept 2026, 6:36 · upstream 24 sept 2026, 6:02 · release v0.7.7

00

Qué es mnemon

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

Mnemon actúa como un servidor de contexto del modelo (MCP) diseñado para ofrecer una bóveda de memoria única compartida entre diversos clientes de inteligencia artificial, incluyendo Claude Code, Cursor, Gemini CLI y aplicaciones web. El proyecto se encuentra en estado alpha, lo que implica que las interfaces pueden cambiar sin previo aviso y se fomenta la contribución mediante issues y PRs.

CASOS DE USO
  • Compartir una bóveda de memoria persistente entre múltiples dispositivos y clientes como Claude Desktop y Cursor.
  • Sincronizar el contexto técnico y decisiones arquitectónicas entre sesiones de desarrollo en diferentes máquinas.
  • Auditar y recuperar memorias sobre preferencias de usuario, antipatrones o decisiones tomadas a largo plazo.
  • Visualizar la estructura del conocimiento almacenado mediante gráficos 2D proyectados con UMAP o PCA.
  • Gestionar el ciclo de vida de las memorias con herramientas para promover, archivar o olvidar información específica.
PUNTOS DESTACADOS
  • Compatibilidad nativa con el Protocolo de Contexto del Modelo (MCP) para integración estándar.
  • Búsqueda híbrida que combina BM25 y vectores con puntuación compuesta de relevancia y recencia.
  • Autogestión completa sin dependencias de autenticación de terceros, usando OAuth propio o tokens bearer.
  • Dashboard visual interactivo construido con Streamlit para salud de la bóveda y gráficos de relaciones.
  • Exportación de vectores, coordenadas y relaciones para análisis externo o visualización escalable.
PRECAUCIONES
  • Estado alpha: las interfaces pueden cambiar y no hay garantía de estabilidad a largo plazo.
  • Windows no probado oficialmente; solo soportado en macOS 14+ y Linux según la documentación.
  • El modo web requiere infraestructura externa gestionada por el usuario (Fly.io y AWS S3).
  • Latencia de arranque en frío entre 2 y 5 segundos en despliegues remotos.
  • Actualizaciones desde versiones anteriores a 0.7.0rc10 requieren reautenticación manual para clientes web.
VISUAL

Capturas del proyecto

Imágenes reales detectadas en la documentación del repositorio.

mnemon dashboard — Vault Healthmnemon Memory Graph — 2-D projection of the embedding space, colored by memory type
01

Perfil de infraestructura

Estimación inicial derivada del repositorio y de los servicios detectados.

CPU2 vCPUrecomendación inicial
MEMORIA2 GBRAM estimada
DISCO20 GBalmacenamiento base
COMPLEJIDADmediumnivel de operación
02

Despliegue detectado

Qué señales reales de instalación hemos encontrado.

Docker detectado

Instalar vía pip o git clone. Para modo local, ejecutar 'mnemon setup'. Para modo web compartido, instalar el paquete server y ejecutar 'mnemon upgrade web --app-name <nombre>'. Requiere flyctl autenticado y AWS CLI configurado con un bucket S3. El despliegue en Fly.io gestiona la autenticación OAuth y persistencia de datos. Se recomienda verificar la salud con 'mnemon doctor' tras el despliegue.

✓Dockerfile
—Compose
—One-click
03

Stack y dependencias

Componentes inferidos a partir de manifests, configuración y documentación.

FRAMEWORKS
Next.jsPython
SERVICIOS
PostgreSQLS3/MinIO
BASES DE DATOS
PostgreSQL
PUERTOS
85038080
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.