memento para Búsqueda con IA

memento: Memoria compartida autoalojada para asistentes de codificación de IA

memento de Ddong8 es un sistema de memoria autoalojado diseñado para actuar como un cerebro compartido para herramientas de codificación de IA, capturando conversaciones y planes entre agentes. La aplicación recopila y sincroniza automáticamente chats, construye un grafo de conocimiento y expone búsqueda híbrida para que los agentes puedan recordar el contexto a largo plazo. Las capacidades clave incluyen búsqueda vectorial BGE-M3, indexación de texto completo jieba, resúmenes diarios de IA y desinfección local. Está dirigido a desarrolladores y usuarios avanzados que necesitan un contexto persistente y privado entre herramientas.

¿Para qué tareas puedes usarlo realmente?

memento funciona como un almacén de contexto persistente que los desarrolladores utilizan para recordar decisiones anteriores, buscar conversaciones pasadas y generar resúmenes de actividad. La herramienta ingiere chats de asistentes de Claude Code, Cursor, Codex, Antigravity y Obsidian y construye un grafo de conocimiento de entidades, relaciones y observaciones. Ese grafo más la recuperación híbrida soporta tareas como la inyección de contexto para prompts, revisiones de cronogramas de proyectos y informes diarios automatizados que resumen el progreso de la codificación.

¿Qué tan fiables son los resultados de búsqueda y recuerdo?

El pipeline de búsqueda combina embeddings vectoriales BGE-M3 para coincidencias semánticas con un índice de texto completo basado en jieba para búsquedas por palabras clave, por lo que los resultados combinan recuperación semántica y léxica. El grafo de conocimiento extrae entidades y relaciones de los chats, lo que mejora el recuerdo dirigido en comparación con la recuperación en bruto sola. La calidad de la recuperación depende de la claridad de las conversaciones fuente y del paso de extracción; chats ruidosos o mal segmentados reducen la precisión en los bordes y vectores del grafo.

¿Qué entradas e infraestructura requiere?

El despliegue requiere un host del Protocolo de Contexto del Modelo (MCP) y un backend autoalojado orquestado a través de Docker Compose, utilizando Postgres, Redis y MinIO. Un recolector local se sincroniza entre clientes de Mac, Linux y Windows. La integración está lista para MCP, por lo que la herramienta se conecta a clientes compatibles con MCP para consultas de memoria en su lugar. El soporte multi-tenant, el control de acceso basado en roles y los registros de auditoría se adaptan a entornos de equipo pero añaden tareas de configuración operativa.

¿Cómo maneja la privacidad, la sanitización y el acceso del equipo?

memento mantiene los datos en tu infraestructura e implementa una sanitización local que elimina secretos antes del almacenamiento, lo que apoya flujos de trabajo conscientes de la privacidad. El sistema ofrece tenencia multi-tenant con controles basados en roles y registro de auditoría para la gobernanza del equipo. Dado que el proyecto está autoalojado, las organizaciones retienen la custodia de los archivos y pueden revisar los registros y las reglas de sanitización, alineando la herramienta con entornos que requieren control explícito de datos en lugar de alojamiento externo.

Una opción práctica para desarrolladores con conocimientos de infraestructura que necesitan un contexto a largo plazo

memento es una opción práctica para desarrolladores y usuarios avanzados que requieren memoria persistente y buscable a través de múltiples asistentes de IA y que pueden operar servicios autoalojados. El proyecto es bien considerado en la comunidad de MCP de código abierto, lo que sugiere una integración activa con clientes de MCP. Espere una curva de aprendizaje para el despliegue y el mantenimiento continuo; esto es mejor para equipos que aceptan la responsabilidad operativa a cambio de un control de datos más estricto.