Plataforma de memoria de IA de código abierto que convierte documentos, código y conversaciones en un grafo de conocimiento autohospedado para agentes de IA.
mindscale-noah/MindMemOS
Una capa de memoria para agentes de IA que guarda el contexto del usuario y de las tareas, lo comparte entre agentes y convierte la experiencia en Skills reutilizables.
- Estrellas
- 918
- Forks
- 100
- Issues abiertos
- 0
- Último commit
- hace 4 días
¿Qué es?
MindMemOS es un servicio de memoria para agentes de IA. Guarda perfiles de usuario, preferencias, datos de proyectos y experiencia con herramientas como memoria a largo plazo, que puede buscarse e incorporarse en interacciones posteriores para que el agente no empiece desde cero en cada sesión. La memoria está disponible mediante una API HTTP, un SDK de Python con CLI y plugins para OpenClaw y el framework de agentes DeepSeek Harness (dsh).
El sistema incluye un flujo de extracción de memoria basado en esquemas, consolidación offline (dreaming) y optimización de las operaciones de escritura y búsqueda basada en comentarios. Las memorias de experiencia pueden convertirse en candidatos a Skill, y los resultados de su ejecución y los comentarios de los usuarios se incorporan de nuevo a la memoria. Puede ejecutarse como una pila local autohospedada con Qdrant, Neo4j y Kafka mediante Docker, o utilizarse a través del servicio oficial en la nube con una API key.
Funciones clave
- 01Guarda perfiles de usuario, preferencias y datos de proyectos como memoria reutilizable a largo plazo
- 02Ofrece operaciones de escritura, búsqueda y envío de comentarios mediante HTTP, SDK de Python y CLI
- 03Incluye plugins para OpenClaw y DeepSeek Harness que recuperan automáticamente recuerdos y los vuelven a guardar
- 04Convierte memorias de experiencia en candidatos a Skill y permite la evolución de Skills
- 05Se ejecuta íntegramente en un entorno autohospedado con Docker o se conecta al servicio oficial en la nube
Casos de uso
- Dar a un agente de programación o personal memoria de las preferencias del usuario entre sesiones
- Compartir la misma memoria a largo plazo entre distintos agentes
- Guardar datos de proyectos y experiencia con herramientas para agentes que realizan tareas recurrentes
- Ejecutar un backend de memoria para agentes en las instalaciones propias o sin conexión
En colecciones
Temas
Preguntas frecuentes
- ¿Qué es MindMemOS?
- Una capa de memoria para agentes de IA que guarda el contexto del usuario y de las tareas, lo comparte entre agentes y convierte la experiencia en Skills reutilizables. MindMemOS es un servicio de memoria para agentes de IA. Guarda perfiles de usuario, preferencias, datos de proyectos y experiencia con herramientas como memoria a largo plazo, que puede buscarse e incorporarse en interacciones posteriores para que el agente no empiece desde cero en cada sesión. La memoria está disponible mediante una API HTTP, un SDK de Python con CLI y plugins para OpenClaw y el framework de agentes DeepSeek Harness (dsh).
- ¿MindMemOS es gratuito? ¿Qué licencia tiene?
- MindMemOS no declara ninguna licencia. Su código es público, pero sin licencia no tienes permiso explícito para reutilizarlo; consulta al autor antes de depender de él.
- ¿MindMemOS sigue mantenido?
- Mantenimiento activo. El último commit de MindMemOS fue el 19 oct 2026.
- ¿Para qué puedo usar MindMemOS?
- Dar a un agente de programación o personal memoria de las preferencias del usuario entre sesiones Compartir la misma memoria a largo plazo entre distintos agentes Guardar datos de proyectos y experiencia con herramientas para agentes que realizan tareas recurrentes Ejecutar un backend de memoria para agentes en las instalaciones propias o sin conexión
- ¿Dónde consigo MindMemOS?
- El código fuente y las instrucciones de instalación están en GitHub: https://github.com/mindscale-noah/MindMemOS
Resumen generado por IA a partir del README del proyecto. Las estadísticas de GitHub se actualizan a diario.
Proyectos relacionados
Un proxy de API local para agentes de IA que registra sesiones y hace evolucionar bibliotecas de skills compartidas entre usuarios, agentes y dispositivos.
Colección de 28 tutoriales basados en código para llevar agentes de GenAI del prototipo a producción, con temas como memoria, RAG, despliegue, seguridad y observabilidad.
Un servicio de contexto de código abierto que conserva decisiones, restricciones y el estado del trabajo fuera de las sesiones de chat, para que agentes y personas puedan retomarlo en otras sesiones.
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.
Asistente personal de IA autoalojable en un único binario de Go que combina chat con LLM, bases de conocimiento RAG y ciclos de agentes para navegar, usar la shell y herramientas MCP.