vecmindb-sdk
VecminDB SDK es una capa de memoria autocontenido para agentes de IA, con soporte en Node.js, Rust y Python. Permite almacenar y recuperar contexto localmente sin depender de APIs externas.
Ficha actualizada 23 sept 2026, 11:35 · upstream 23 sept 2026, 11:12 · release v1.1.1
Qué es vecmindb-sdk
Descripción editorial construida a partir del repositorio, su documentación y sus señales de mantenimiento.
VecminDB es un sistema de memoria soberana diseñado para agentes de programación artificial como Cursor o Claude Code. Funciona como una capa de almacenamiento persistente que permite a los agentes mantener contextos a largo plazo, sin necesidad de conectarse a servicios externos ni exponer datos a internet.
El SDK ofrece dos enfoques principales: una implementación Dockerizada con soporte nativo en múltiples plataformas y un paquete binario compilado para entornos de producción o servidores aislados. Ambos enfoques eliminan la dependencia de Python, PyTorch o cualquier API de embeddings externa, garantizando que toda la lógica de memoria se ejecute completamente localmente.
La arquitectura incluye mecanismos avanzados como el olvido biológico basado en tiempo (LTSM), que reduce dinámicamente la persistencia de recuerdos episódicos según su frecuencia de acceso. Además, utiliza técnicas de distilación de centroides para consolidar colecciones dispersas y reducir costos de almacenamiento a lo largo del tiempo.
El sistema soporta un modelo de tenencia multi-tenencia con aislamiento por clave API, permitiendo que equipos distintos compartan inteligencia colectiva sin riesgo de contaminación de datos. Incluye mecanismos de consenso Raft y anti-entropía para mantener la consistencia en entornos distribuidos.
- Soporte de contexto persistente para agentes de programación como Cursor o Claude Code
- Memoria compartida entre múltiples agentes sin necesidad de APIs externas
- Almacenamiento local de conocimiento corporativo con aislamiento por tenencia
- Sistemas autónomos que deben operar en entornos aislados sin conexión a internet
- Integración con herramientas MCP para extender la capacidad de razonamiento de agentes
- Procesamiento de documentos y consultas semánticas en entornos privados
- Soporte nativo en Node.js, Rust y Python sin necesidad de frameworks externos
- Modelo de memoria con olvido biológico basado en tiempo (LTSM) que reduce dinámicamente la persistencia según frecuencia de acceso
- Almacenamiento local completo: no se requieren APIs externas ni claves API para embeddings
- Soporte multi-tenencia con aislamiento por clave API y federación segura entre equipos
- Mecanismos de consenso Raft y anti-entropía para garantizar consistencia en entornos distribuidos
- Modelo BGE-M3 ONNX nativo que elimina la necesidad de modelos de embeddings externos
- El almacenamiento local consume recursos del sistema operativo (CPU, RAM y disco)
- La persistencia temporal se reduce dinámicamente según el modelo LTSM, lo que puede afectar a recuerdos episódicos poco frecuentes
- En entornos distribuidos, la consistencia de datos depende de un nodo líder y requiere configuración manual del consenso Raft
- El SDK no incluye herramientas de depuración o monitoreo en tiempo real para el almacenamiento local
- La documentación técnica está disponible principalmente a través de repositorios privados y no es pública
Perfil de infraestructura
Estimación inicial derivada del repositorio y de los servicios detectados.
Despliegue detectado
Qué señales reales de instalación hemos encontrado.
VecminDB se despliega mediante Docker Compose con una configuración de red simple (puerto 5520). Para entornos aislados o servidores sin Python, se recomienda el paquete binario compilado. Se recomienda mantener un solo nodo líder para la consistencia en entornos distribuidos y configurar el modelo LTSM según los patrones de acceso a los datos. El SDK soporta tanto instancias asíncronas como sincronizadas, permitiendo flexibilidad operativa.
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.