Memoria persistente para agentes de programación que registra la actividad de las sesiones, la resume con IA e incorpora contexto relevante en sesiones futuras.
The-Vibe-Company/quivr
Motor open source en Go que ingiere flujos de contenido de forma duradera, permite buscarlos en segundos y envía alertas cuando un tema seguido coincide con contenido nuevo.
- Estrellas
- 39,602
- Forks
- 3,733
- Issues abiertos
- 18
- Último commit
- anteayer
¿Qué es?
Quivr V2 es un motor para flujos continuos de contenido, como noticias, feeds y buzones de correo. Solo almacena cada escritura después de confirmarla, permite buscar texto por palabras clave en cuanto se segmenta y genera embeddings en segundo plano. La búsqueda combina recuperación léxica y vectorial, y cada resultado se vuelve a leer desde el almacenamiento canónico y se comprueba según las reglas de acceso antes de devolverlo.
Además de la ingesta y la búsqueda, Quivr permite guardar consultas y suscripciones. Las alertas por palabras clave admiten operadores booleanos y filtros de metadatos, mientras que las alertas basadas en descripciones y las alertas de significado local detectan artículos reformulados o traducidos. Las coincidencias se pueden enviar mediante webhooks firmados, consultar a través de la API o recibir como flujo mediante un feed de cambios.
El núcleo es genérico. Los conectores, normalizadores, embeddings, la ingesta, la recuperación y las reglas de alertas son plugins, y un único binario de quivr ejecuta la API, el worker y las migraciones. PostgreSQL y el almacenamiento compatible con S3 contienen los datos canónicos; Temporal orquesta el trabajo duradero y Weaviate sirve el índice de búsqueda. El proyecto está marcado como en fase de evaluación, y su API es v0 y puede cambiar.
Funciones clave
- 01Ingesta duradera: una escritura solo se confirma después de quedar guardada.
- 02Búsqueda léxica, semántica e híbrida, con una nueva comprobación de acceso para cada resultado.
- 03Alertas por palabras clave, descripciones y significado local, con evidencias que muestran los términos coincidentes.
- 04Envío mediante webhooks firmados y feed de cambios consultable por polling o SSE.
- 05Sistema de plugins para conectores, normalizadores, embeddings, recuperación y reglas de alertas.
- 06Reconstrucción de proyecciones a partir de artefactos duraderos, con un único binario y una configuración de Docker Compose.
Casos de uso
- Supervisar noticias o feeds de prensa en busca del nombre de una empresa o un tema y enviar alertas cuando haya nuevas coincidencias.
- Crear una búsqueda interna sobre documentos, correo o fuentes RSS con control de acceso.
- Prototipar un pipeline de recuperación en el que los embeddings, los normalizadores y el ranking se puedan sustituir como plugins.
- Proporcionar a agentes de IA acceso de solo lectura a búsquedas y citas de un corpus mediante MCP.
Inicio rápido
- 1
Instala los requisitos: Go 1.27.2, Docker con Compose v2, Python 3 con venv, Node.js 22 o posterior y jq
- 2
Inicia las dependencias, ejecuta las migraciones y pon en marcha la API y el worker
make dev - 3
Opcional: inicia la interfaz de demostración en el navegador y abre http://127.0.0.1:5183
make demo
Antes de usarlo
- Fase de evaluación: la API está en la versión v0 y puede cambiar sin previo aviso, así que todavía no la ejecutes en producción.
- La opción make dev solo es compatible con Linux x86_64 o macOS en Apple Silicon.
- La primera ejecución descarga imágenes fijadas y un modelo de embeddings de aproximadamente 1 GB.
Temas
Preguntas frecuentes
- ¿Qué es quivr?
- Motor open source en Go que ingiere flujos de contenido de forma duradera, permite buscarlos en segundos y envía alertas cuando un tema seguido coincide con contenido nuevo. Quivr V2 es un motor para flujos continuos de contenido, como noticias, feeds y buzones de correo. Solo almacena cada escritura después de confirmarla, permite buscar texto por palabras clave en cuanto se segmenta y genera embeddings en segundo plano. La búsqueda combina recuperación léxica y vectorial, y cada resultado se vuelve a leer desde el almacenamiento canónico y se comprueba según las reglas de acceso antes de devolverlo.
- ¿quivr es gratuito? ¿Qué licencia tiene?
- quivr es open source bajo la licencia MIT. Revisa los términos de la licencia antes de usarlo en productos comerciales.
- ¿quivr sigue mantenido?
- Mantenimiento activo. El último commit de quivr fue el 19 oct 2026.
- ¿Para qué puedo usar quivr?
- Supervisar noticias o feeds de prensa en busca del nombre de una empresa o un tema y enviar alertas cuando haya nuevas coincidencias. Crear una búsqueda interna sobre documentos, correo o fuentes RSS con control de acceso. Prototipar un pipeline de recuperación en el que los embeddings, los normalizadores y el ranking se puedan sustituir como plugins. Proporcionar a agentes de IA acceso de solo lectura a búsquedas y citas de un corpus mediante MCP.
- ¿Cómo se instala quivr?
- Instala los requisitos: Go 1.27.2, Docker con Compose v2, Python 3 con venv, Node.js 22 o posterior y jq Inicia las dependencias, ejecuta las migraciones y pon en marcha la API y el worker: make dev Opcional: inicia la interfaz de demostración en el navegador y abre http://127.0.0.1:5183: make demo
- ¿Dónde consigo quivr?
- El código fuente y las instrucciones de instalación están en GitHub: https://github.com/The-Vibe-Company/quivr
Resumen generado por IA a partir del README del proyecto. Las estadísticas de GitHub se actualizan a diario.
Proyectos relacionados
Un motor de búsqueda rápido y tolerante a errores tipográficos, con una API para búsquedas de texto completo, semánticas e híbridas en sitios web y aplicaciones.
Sistema de memoria para agentes que almacena, recupera y analiza recuerdos para que los agentes de IA aprendan con el tiempo, en lugar de limitarse a repetir el historial del chat.
Plataforma de chat con IA y gestión del conocimiento autoalojada que indexa datos de más de 50 aplicaciones conectadas y funciona con la mayoría de los proveedores de LLM.
Motor de búsqueda CLI local y en el dispositivo para notas Markdown, transcripciones de reuniones y documentación, que combina BM25, búsqueda vectorial y reordenamiento con LLM.
Sistema operativo de memoria para LLM y agentes de IA que almacena, recupera y gestiona recuerdos a largo plazo en forma de grafo editable.