Ctrl K
ComunidadGuías…
GITHUB · ANALIZADO

myMemory

Servicio local-first de memoria para humanos y agentes AI. Usa archivos Markdown como única fuente de verdad, sin base de datos ni nube. Soporta búsqueda BM25 offline, gestión multi-source (personal/equipo) y acceso vía MCP o REST.

Ficha actualizada 27 sept 2026, 3:32 · upstream 27 sept 2026, 3:23 · release sin release detectada

Ver códigoProblemas y ayudaRepositorio ↗
00

Qué es myMemory

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

myMemory es un servidor de memoria a largo plazo auto-alojado diseñado para agentes de IA y humanos, operando bajo una filosofía local-first. Utiliza archivos Markdown planos como única fuente de verdad, eliminando la dependencia de bases de datos vectoriales complejas o servicios en la nube. La arquitectura permite que tanto las personas como los agentes escriban y lean directamente desde un directorio local o montado (NAS), garantizando consistencia sin bloqueos.

CASOS DE USO
  • Notas personales con IA offline: Agentes AI acceden a notas Markdown para contexto en sesiones largas.
  • Bases de conocimiento compartidas entre equipos: Directorios multi-source permiten memoria común en NAS o servidores locales.
  • Búsqueda ligera local sobre documentos propios: Indexación BM25 para recuperar fragmentos con evidencia y procedencia.
  • Contexto persistente para agentes AI a través de sesiones: El índice se mantiene actualizado sin intervención manual.
  • Gestión de memoria sin dependencia de nube o lock-in: Todo reside en el disco local del usuario o equipo.
PUNTOS DESTACADOS
  • Búsqueda BM25 determinista y explicable sin vectores ni servicios externos.
  • Arquitectura local-first con archivos Markdown como única fuente de verdad.
  • Protocolo MCP para integración nativa con agentes AI (search, save, rename, etc.).
  • Persistencia de índice con soporte a montajes NAS o discos intermitentes sin pérdida de datos.
  • Herramientas MCP para operaciones CRUD (save, rename, replace, merge) con control de permisos por source.
  • Inicio rápido mediante caché de índice persistente y verificación incremental en segundo plano.
PRECAUCIONES
  • Sin autenticación por defecto; requiere red segura o host restringido (127.0.0.1) para despliegues públicos.
  • Solo Python 3.10+ sin contenedores Docker/Compose nativos en el repositorio.
  • Operaciones de escritura solo vía MCP, no disponibles a través de endpoints REST.
  • Depende del sistema de archivos local; no es serverless ni cloud-native.
  • Sin base de datos externa; rendimiento limitado por I/O del disco y tamaño de caché en memoria.
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

Requiere Python 3.10+. Ejecutar python3 run.py --background para servicio persistente. Para LAN, cambiar host a 0.0.0.0 y abrir puerto 7083 en firewall. Usar MEMORY_CONFIG para ruta de configuración. Soporta mounts NAS o UNC.

—Dockerfile
—Compose
—One-click
03

Stack y dependencias

Componentes inferidos a partir de manifests, configuración y documentación.

FRAMEWORKS
Python
SERVICIOS
No detectados
BASES DE DATOS
No detectadas
PUERTOS
7083
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.