Ctrl K
ComunidadGuías…
GITHUB · ANALIZADO

transcendence-memory-server

Servicio auto-alojado de memoria en la nube para agentes de IA, con arquitectura multi-agente, búsqueda semántica LanceDB y capacidades multimodales RAG-Anything. Soporta aislamiento por contenedor y tokens de conexión.

Ficha actualizada 28 sept 2026, 7:44 · upstream 28 sept 2026, 7:16 · release v0.21.1

Ver códigoProblemas y ayudaRepositorio ↗
00

Qué es transcendence-memory-server

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

Transcendence Memory Server es un backend de memoria en la nube diseñado para múltiples agentes de IA que se conectan simultáneamente. Cada agente almacena sus propias memorias en contenedores aislados, pero puede consultar el conocimiento de otros agentes, transformando sesiones de IA aisladas en una red colaborativa y persistente de conocimientos.

El servicio ofrece dos sabores de construcción: 'lite' para memoria de texto con búsqueda vectorial y grafos de conocimiento, y 'full' que añade capacidades multimodales (PDF, imágenes, tablas) mediante RAG-Anything. Utiliza LanceDB para búsqueda semántica sub-segunda, LightRAG para extracción de entidades y relaciones, y soporta detección automática de arquitectura basada en claves API configuradas.

La gestión de acceso se realiza mediante tokens de conexión que permiten a cada agente conectarse con un solo paso. El sistema soporta contenedores compartidos para conocimiento colectivo entre equipos, con aislamiento completo CRUD por contenedor. La arquitectura está diseñada para persistencia, recuperación de contexto al cambiar agentes y eliminación de silos de conocimiento entre proyectos.

CASOS DE USO
  • Memoria persistente compartida entre múltiples agentes de IA en un equipo
  • Búsqueda semántica cruzada entre decisiones de diferentes agentes
  • Procesamiento multimodal de documentos (PDF, imágenes, tablas) con RAG-Anything
  • Extracción de grafos de conocimiento con LightRAG para consultas híbridas
  • Aislamiento por contenedor con tokens de conexión para gestión de acceso
PUNTOS DESTACADOS
  • Arquitectura multi-agente verificable con diagrama en README mostrando aislamiento y consulta cruzada
  • Soporte Docker oficial con docker-compose.yml y múltiples plataformas (linux/amd64, linux/arm64)
  • API REST documentada con endpoints claros para ingestión, búsqueda y gestión de contenedores
  • Build flavors diferenciados (lite/full) con detección automática de capacidades en /health
  • Sistema de tokens de conexión para gestión simplificada de acceso entre agentes
PRECAUCIONES
  • Solo soporta Linux/amd64 y linux/arm64; no existen imágenes nativas para macOS ni Windows containers
  • Dependencia obligatoria de claves API externas (LLM, embedding, VLM) para funcionalidades avanzadas
  • Procesamiento multimodal asíncrono requiere polling de endpoints /jobs/{pid} hasta completar
  • Sin documentación oficial en español; solo README en inglés y versión china
  • Requiere configuración manual de .env con valores de API antes del despliegue
01

Perfil de infraestructura

Estimación inicial derivada del repositorio y de los servicios detectados.

CPU4 vCPUrecomendación inicial
MEMORIA8 GBRAM estimada
DISCO20 GBalmacenamiento base
COMPLEJIDADmediumnivel de operación
02

Despliegue detectado

Qué señales reales de instalación hemos encontrado.

Listo para automatizar

Para desarrollo local: usar docker compose up -d --build con BUILD_TARGET=full opcional. Verificar health endpoint http://127.0.0.1:8711/health antes de exponer. Para producción: usar docker-compose.prod.yml con Nginx reverse proxy a 127.0.0.1:8711. Ajustar BUILD_TARGET=full solo si se necesita multimodal (aumenta ~5GB en base image). Exportar tokens de conexión con curl antes de darlos a los agentes.

✓Dockerfile
✓Compose
✓One-click
03

Stack y dependencias

Componentes inferidos a partir de manifests, configuración y documentación.

FRAMEWORKS
ReactNode.jsFastAPIPython
SERVICIOS
Redis
BASES DE DATOS
Redis
PUERTOS
8711
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.