Repolode
Enviar
MemoriLabs

MemoriLabs/Memori

Infraestructura de memoria nativa para agentes que convierte las conversaciones y ejecuciones de agentes LLM en memoria persistente y estructurada para aplicaciones Python y TypeScript.

Alternativa open source a:Mem0Zep

Ver en GitHubSitio web
Estrellas
17,149
Forks
3,852
Issues abiertos
41
Último commit
hace 18 días

¿Qué es?

Memori es una capa de memoria para agentes LLM. Registra lo que un agente dice y hace, incluidas las llamadas a herramientas, las decisiones y sus resultados, y lo almacena como estado estructurado que se puede recuperar en solicitudes posteriores. No depende de un LLM específico y funciona junto con los almacenes de datos y frameworks que la aplicación ya utiliza.

Los SDK envuelven un cliente OpenAI existente o un cliente LLM similar para registrar y recuperar conversaciones en segundo plano, sin modificar los prompts. Las interacciones se agrupan por entidad (como un usuario), proceso (como un agente) y sesión. Advanced Augmentation extrae hechos, preferencias, reglas, habilidades y relaciones de esas interacciones.

Además de los SDK, Memori ofrece un endpoint MCP para clientes como Claude Code y Cursor, plugins para OpenClaw y Hermes Agent, y la opción de usar una base de datos propia. Se puede implementar como servicio en la nube administrado, nube de un solo inquilino, VPC o en las instalaciones.

Funciones clave

  • 01Registra automáticamente en segundo plano las conversaciones con LLM y la ejecución de agentes.
  • 02Es compatible con clientes de OpenAI, Anthropic, Gemini, Bedrock, DeepSeek y Grok.
  • 03Se integra con LangChain, Agno y Pydantic AI.
  • 04Se conecta a Claude Code, Cursor y otros clientes MCP con un solo comando.
  • 05Organiza los recuerdos por entidad, proceso y sesión.
  • 06Ofrece SDK de TypeScript y Python.

Casos de uso

  • Dar a un agente de atención al cliente memoria de las preferencias de cada usuario entre sesiones.
  • Permitir que los agentes de programación conserven las convenciones del proyecto y las decisiones anteriores.
  • Reducir las llamadas redundantes a herramientas en agentes en producción mediante la reutilización de trazas de ejecución registradas.
  • Implementar la memoria de agentes dentro de una VPC privada o en las instalaciones.

Inicio rápido

  1. 1

    Obtén una clave de API de Memori en app.memorilabs.ai

  2. 2

    Instala el SDK de Python

    pip install memori
  3. 3

    Configura MEMORI_API_KEY y OPENAI_API_KEY en el entorno y ejecuta tu código de LLM con Memori registrado

Antes de usarlo

  • Memori Cloud requiere una clave de API de Memori, y el proveedor de LLM necesita su propia clave de API.
  • Advanced Augmentation tiene límites de uso si no tienes una cuenta.
  • Los recuerdos solo se crean cuando las interacciones se atribuyen a una entidad y un proceso.

Temas

#agent-memory#llm#ai-memory#python#typescript#rag#mcp#agent#agenticai#ai

Preguntas frecuentes

¿Qué es Memori?
Infraestructura de memoria nativa para agentes que convierte las conversaciones y ejecuciones de agentes LLM en memoria persistente y estructurada para aplicaciones Python y TypeScript. Memori es una capa de memoria para agentes LLM. Registra lo que un agente dice y hace, incluidas las llamadas a herramientas, las decisiones y sus resultados, y lo almacena como estado estructurado que se puede recuperar en solicitudes posteriores. No depende de un LLM específico y funciona junto con los almacenes de datos y frameworks que la aplicación ya utiliza.
¿Memori es gratuito? ¿Qué licencia tiene?
Memori es open source bajo la licencia Other. Revisa los términos de la licencia antes de usarlo en productos comerciales.
¿Memori sigue mantenido?
Mantenimiento activo. El último commit de Memori fue el 3 oct 2026.
¿Para qué puedo usar Memori?
Dar a un agente de atención al cliente memoria de las preferencias de cada usuario entre sesiones. Permitir que los agentes de programación conserven las convenciones del proyecto y las decisiones anteriores. Reducir las llamadas redundantes a herramientas en agentes en producción mediante la reutilización de trazas de ejecución registradas. Implementar la memoria de agentes dentro de una VPC privada o en las instalaciones.
¿Cómo se instala Memori?
Obtén una clave de API de Memori en app.memorilabs.ai Instala el SDK de Python: pip install memori Configura MEMORI_API_KEY y OPENAI_API_KEY en el entorno y ejecuta tu código de LLM con Memori registrado
¿Dónde consigo Memori?
El código fuente y las instrucciones de instalación están en GitHub: https://github.com/MemoriLabs/Memori

Resumen generado por IA a partir del README del proyecto. Las estadísticas de GitHub se actualizan a diario.

Proyectos relacionados