Lector de e-books con IA y enfoque local para escritorio y móviles, con chat RAG, búsqueda semántica, resaltados, TTS y sincronización por WebDAV.
winstonkoh87/Athena-Public
Una capa local de memoria y toma de decisiones para agentes de IA, que guarda el contexto en archivos Markdown y JSONL bajo tu control y funciona con varios IDE y LLM.
- Estrellas
- 620
- Forks
- 84
- Issues abiertos
- 0
- Último commit
- hace 8 horas
¿Qué es?
Athena guarda en tu propio disco la memoria de un asistente de IA, el planteamiento de problemas y los registros de decisiones, como archivos Markdown y JSONL sin formato, para que el contexto se conserve al cambiar de modelo o editor. Se instala como paquete de Python y ofrece sus funciones a través de dos servidores MCP: uno para recuperación y gobernanza, y otro para consultas analíticas basadas en DuckDB.
El proyecto abarca varias áreas: búsqueda híbrida que combina resultados de búsqueda de texto completo BM25 y pgvector con un reranker cross-encoder ONNX; un registro de planteamiento de problemas con preinscripción de hipótesis y puntuación de calibración Brier; y una evaluación de decisiones que calcula el valor económico esperado, el tamaño de Kelly de un tercio, la probabilidad de ruina y resultados de Monte Carlo con comprobantes SHA-256. Los hooks también bloquean ciertos comandos destructivos de shell y buscan secretos.
Athena funciona con Claude Code, Antigravity, Cursor, Gemini CLI, VS Code, Kilo Code y Roo Code mediante archivos de configuración específicos para cada IDE. El README incluye una tabla que distingue las funciones aplicadas por el código de las que dependen de las instrucciones, y reporta un Hit@5 de recuperación de 0.569 en su propio conjunto de referencia.
Funciones clave
- 01Guarda la memoria y el contexto como archivos Markdown y JSONL sin formato en el disco local.
- 02Recuperación híbrida que combina búsqueda de texto completo BM25, pgvector y reranking con un cross-encoder ONNX.
- 03Registro de planteamiento de problemas con hipótesis falsables y puntuación de calibración Brier.
- 04Evaluación cuantitativa de decisiones para EEV, Kelly de un tercio, ruina, MCDA y Monte Carlo, con comprobantes SHA-256.
- 05Servidores MCP para recuperar memoria y consultar con DuckDB archivos CSV, JSON y Parquet.
- 06Hooks que bloquean ciertos comandos destructivos y buscan secretos.
Casos de uso
- Mantener coherente el contexto de un proyecto en un asistente de programación con IA al alternar entre Claude Code, Cursor o Gemini CLI.
- Registrar y revisar decisiones estructuradas con supuestos y criterios de refutación explícitos.
- Consultar grandes conjuntos de datos CSV o Parquet desde un agente LLM sin cargarlos en la ventana de contexto.
- Añadir hooks de gobernanza local a las sesiones de agentes de IA.
Inicio rápido
- 1
Clona el repositorio y accede a él
git clone https://github.com/winstonkoh87/Athena-Public.git && cd Athena-Public - 2
Crea y activa un entorno virtual de Python
python3 -m venv .venv && source .venv/bin/activate - 3
Instala el paquete ligero
pip install -e ".[local]" - 4
Inicializa Athena para tu IDE y ejecuta la comprobación de estado
athena init --ide claude && athena doctor
Antes de usarlo
- La evidencia sobre la personalización a largo plazo procede del uso de un solo autor (N=1), no de un estudio con varios usuarios.
- En los IDE sin hooks del ciclo de vida, algunas protecciones contra la adulación quedan únicamente a criterio del agente.
- La calidad de recuperación es moderada: el Hit@5 estricto es de 0,569 en el conjunto de referencia del autor.
- La instalación completa requiere servicios en la nube opcionales, como Supabase para la sincronización.
En colecciones
Temas
Preguntas frecuentes
- ¿Qué es Athena-Public?
- Una capa local de memoria y toma de decisiones para agentes de IA, que guarda el contexto en archivos Markdown y JSONL bajo tu control y funciona con varios IDE y LLM. Athena guarda en tu propio disco la memoria de un asistente de IA, el planteamiento de problemas y los registros de decisiones, como archivos Markdown y JSONL sin formato, para que el contexto se conserve al cambiar de modelo o editor. Se instala como paquete de Python y ofrece sus funciones a través de dos servidores MCP: uno para recuperación y gobernanza, y otro para consultas analíticas basadas en DuckDB.
- ¿Athena-Public es gratuito? ¿Qué licencia tiene?
- Athena-Public es open source bajo la licencia MIT. Revisa los términos de la licencia antes de usarlo en productos comerciales.
- ¿Athena-Public sigue mantenido?
- Mantenimiento activo. El último commit de Athena-Public fue el 6 nov 2026.
- ¿Para qué puedo usar Athena-Public?
- Mantener coherente el contexto de un proyecto en un asistente de programación con IA al alternar entre Claude Code, Cursor o Gemini CLI. Registrar y revisar decisiones estructuradas con supuestos y criterios de refutación explícitos. Consultar grandes conjuntos de datos CSV o Parquet desde un agente LLM sin cargarlos en la ventana de contexto. Añadir hooks de gobernanza local a las sesiones de agentes de IA.
- ¿Cómo se instala Athena-Public?
- Clona el repositorio y accede a él: git clone https://github.com/winstonkoh87/Athena-Public.git && cd Athena-Public Crea y activa un entorno virtual de Python: python3 -m venv .venv && source .venv/bin/activate Instala el paquete ligero: pip install -e ".[local]" Inicializa Athena para tu IDE y ejecuta la comprobación de estado: athena init --ide claude && athena doctor
- ¿Dónde consigo Athena-Public?
- El código fuente y las instrucciones de instalación están en GitHub: https://github.com/winstonkoh87/Athena-Public
Resumen generado por IA a partir del README del proyecto. Las estadísticas de GitHub se actualizan a diario.
Proyectos relacionados
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.
Capa de memoria en un solo archivo para agentes de IA, que almacena embeddings, índices de búsqueda y metadatos en un archivo .mv2, sin una canalización RAG basada en servidor.
Entorno de ejecución de memoria local y basada en evidencias para agentes de IA que filtra las escrituras, registra cambios en los hechos a lo largo del tiempo y explica cada resultado recuperado.
Un espacio de trabajo de memoria en Markdown, local y editable, que permite a los agentes de IA almacenar, buscar y consolidar conocimientos a largo plazo.
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.