Sistema de memoria de IA local-first que almacena el historial de conversaciones íntegro y lo recupera mediante búsqueda semántica, disponible como servidor MCP y CLI.
CaviraOSS/LongMemory
Motor de memoria persistente, local y autohospedado para aplicaciones y agentes LLM, con almacenamiento SQLite, recuperación temporal e integración con MCP.
- Estrellas
- 4,569
- Forks
- 514
- Issues abiertos
- 5
- Último commit
- hace 20 días
¿Qué es?
LongMemory es una capa de memoria para aplicaciones LLM y agentes autónomos. Almacena datos de conversaciones, documentos y eventos de proyectos en una base de datos SQLite local, para que una aplicación pueda recuperar lo que era cierto en un momento determinado, en lugar de depender únicamente de búsquedas por vectores más cercanos. La recuperación admite modos estricto, histórico, asociativo y basado en el contexto del mundo real; además, limita los resultados según un presupuesto de tokens y explica por qué seleccionó cada elemento.
El motor está escrito en TypeScript y se puede usar como biblioteca npm, CLI, API HTTP o servidor MCP con Streamable HTTP. Incluye un SDK de Python que proporciona un cliente HTTP sin dependencias para conectarse a un servidor autohospedado. Los embeddings pueden generarse mediante API compatibles con OpenAI, Gemini, AWS Bedrock, Ollama o modelos HTTP locales.
Además de la memoria general, incluye memoria de proyectos para decisiones, tareas y fallos, así como importación de sesiones de agentes de programación como Claude Code, Codex y Gemini CLI. Incluye un dashboard de Next.js, una extensión para VS Code y paquetes de integración para plataformas como Claude Code, Cline, Dify y LangGraph. También incluye configuraciones de despliegue para Docker, Docker Compose y varias plataformas PaaS.
Funciones clave
- 01Persistencia local en SQLite que restaura nodos, entidades, aristas e historial temporal al volver a abrir la base de datos.
- 02Modos de recuperación para consultas estrictas, históricas, asociativas y basadas en el contexto del mundo real.
- 03Memoria de proyectos que abarca decisiones, tareas, fallos e impacto en el código.
- 04Construcción de contexto limitada por tokens, con explicaciones de las evidencias seleccionadas.
- 05Servidor MCP mediante stdio o Streamable HTTP autenticado, además de acceso por CLI, HTTP y SDK de Python.
- 06Importación de sesiones de agentes de programación como Claude Code, Codex y Gemini CLI.
Casos de uso
- Dotar a un chatbot o agente de programación de memoria sobre las preferencias del usuario entre sesiones.
- Registrar decisiones y cambios del proyecto para que un agente pueda responder qué era cierto en una fecha pasada.
- Añadir memoria a largo plazo a agentes creados con LangGraph, CrewAI o AutoGen mediante MCP.
- Ejecutar un servicio de memoria privado y autohospedado en una computadora personal o un servidor pequeño.
Inicio rápido
- 1
Instala la biblioteca desde npm
npm install longmemory - 2
Instala la CLI de forma global
npm install --global longmemory - 3
Inicializa LongMemory en tu proyecto
longmemory init
Antes de usarlo
- El SDK de Python es solo un cliente HTTP y necesita un servicio TypeScript autoalojado que se ejecute por separado.
- Los despliegues en entornos alojados requieren configurar una clave de API, proporcionar almacenamiento persistente y gestionar TLS en el edge de la plataforma.
En colecciones
Temas
Preguntas frecuentes
- ¿Qué es LongMemory?
- Motor de memoria persistente, local y autohospedado para aplicaciones y agentes LLM, con almacenamiento SQLite, recuperación temporal e integración con MCP. LongMemory es una capa de memoria para aplicaciones LLM y agentes autónomos. Almacena datos de conversaciones, documentos y eventos de proyectos en una base de datos SQLite local, para que una aplicación pueda recuperar lo que era cierto en un momento determinado, en lugar de depender únicamente de búsquedas por vectores más cercanos. La recuperación admite modos estricto, histórico, asociativo y basado en el contexto del mundo real; además, limita los resultados según un presupuesto de tokens y explica por qué seleccionó cada elemento.
- ¿LongMemory es gratuito? ¿Qué licencia tiene?
- LongMemory es open source bajo la licencia Apache-2.0. Revisa los términos de la licencia antes de usarlo en productos comerciales.
- ¿LongMemory sigue mantenido?
- Mantenimiento activo. El último commit de LongMemory fue el 18 oct 2026.
- ¿Para qué puedo usar LongMemory?
- Dotar a un chatbot o agente de programación de memoria sobre las preferencias del usuario entre sesiones. Registrar decisiones y cambios del proyecto para que un agente pueda responder qué era cierto en una fecha pasada. Añadir memoria a largo plazo a agentes creados con LangGraph, CrewAI o AutoGen mediante MCP. Ejecutar un servicio de memoria privado y autohospedado en una computadora personal o un servidor pequeño.
- ¿Cómo se instala LongMemory?
- Instala la biblioteca desde npm: npm install longmemory Instala la CLI de forma global: npm install --global longmemory Inicializa LongMemory en tu proyecto: longmemory init
- ¿Dónde consigo LongMemory?
- El código fuente y las instrucciones de instalación están en GitHub: https://github.com/CaviraOSS/LongMemory
Resumen generado por IA a partir del README del proyecto. Las estadísticas de GitHub se actualizan a diario.
Proyectos relacionados
Memoria persistente para agentes de programación que registra la actividad de las sesiones, la resume con IA e incorpora contexto relevante en sesiones futuras.
Una capa de memoria a largo plazo, local y nativa de Markdown para agentes de IA, que guarda recuerdos en archivos editables con índices de SQLite y LanceDB.
Base de datos de embeddings de código abierto para aplicaciones de IA, que almacena documentos y vectores para habilitar búsquedas semánticas, híbridas y de texto completo.
Plataforma backend de RAG de código abierto con una interfaz similar a una hoja de cálculo que combina SQLite, LanceDB y orquestación de LLM gestionada mediante una REST API.
Memoria persistente y local para agentes de programación con IA como Claude Code, Cursor y Codex, disponible mediante MCP desde un archivo SQLite en tu disco.