Una capa de memoria para agentes y aplicaciones de IA que guarda y recupera el contexto de usuarios, sesiones y agentes entre conversaciones.
zilliztech/memsearch
Una capa de memoria semántica persistente para agentes de programación con IA, que guarda recuerdos en archivos Markdown indexados en Milvus para consultarlos desde distintos agentes.
- Estrellas
- 2,776
- Forks
- 272
- Issues abiertos
- 267
- Último commit
- hace 6 horas
¿Qué es?
memsearch proporciona a los agentes de programación con IA una memoria a largo plazo que persiste entre sesiones y se comparte entre herramientas. Los turnos de conversación se resumen en archivos Markdown diarios, que son la fuente de verdad. Sobre esos archivos se crea un índice de Milvus para que el agente pueda buscar por significado y por palabras clave en el trabajo previo, por ejemplo, decisiones anteriores o sesiones de depuración.
Hay plugins para Claude Code, Codex, DeepSeek Harness, OpenClaw y OpenCode. Una conversación en un agente se convierte en contexto consultable desde los demás. Los desarrolladores también pueden usar la CLI y la API de Python para incorporar el mismo motor de memoria a sus propios agentes o pipelines de RAG.
El modelo de embeddings predeterminado es bge-m3 local en ONNX, que no requiere una clave de API, y Milvus Lite funciona directamente. Los usuarios pueden cambiar a OpenAI, Ollama o Zilliz Cloud mediante la configuración.
Funciones clave
- 01Guarda recuerdos en archivos Markdown editables por personas y usa Milvus como índice que se puede reconstruir
- 02Búsqueda híbrida que combina vectores densos, BM25 y reordenamiento RRF
- 03Plugins para Claude Code, Codex, DeepSeek Harness, OpenClaw y OpenCode
- 04Recuperación en tres capas: buscar, ampliar una sección y consultar la transcripción original
- 05El monitor de archivos vuelve a indexar los archivos modificados y omite los fragmentos sin cambios mediante hashes SHA-256
- 06API de Python y CLI para integrar la memoria en agentes personalizados
Casos de uso
- Recordar por qué se tomó una decisión de arquitectura o de biblioteca en una sesión anterior
- Retomar un hilo de depuración al encontrar cómo se resolvió antes un problema similar
- Compartir el contexto de un proyecto entre Claude Code, Codex y otros agentes
- Añadir memoria persistente a un agente personalizado creado con la API de Python
Inicio rápido
- 1
Añade el marketplace de memsearch a Claude Code
/plugin marketplace add zilliztech/memsearch - 2
Instala el plugin de memsearch
/plugin install memsearch - 3
Reinicia Claude Code para activar el plugin
Antes de usarlo
- El modelo de embeddings local predeterminado (unos 558 MB) se descarga de HuggingFace Hub la primera vez que se inicia.
- Los proveedores de embeddings en la nube, como OpenAI, requieren una clave de API. Para configuraciones con varios usuarios, se necesita Zilliz Cloud o un servidor Milvus autohospedado.
En colecciones
Temas
Preguntas frecuentes
- ¿Qué es memsearch?
- Una capa de memoria semántica persistente para agentes de programación con IA, que guarda recuerdos en archivos Markdown indexados en Milvus para consultarlos desde distintos agentes. memsearch proporciona a los agentes de programación con IA una memoria a largo plazo que persiste entre sesiones y se comparte entre herramientas. Los turnos de conversación se resumen en archivos Markdown diarios, que son la fuente de verdad. Sobre esos archivos se crea un índice de Milvus para que el agente pueda buscar por significado y por palabras clave en el trabajo previo, por ejemplo, decisiones anteriores o sesiones de depuración.
- ¿memsearch es gratuito? ¿Qué licencia tiene?
- memsearch es open source bajo la licencia MIT. Revisa los términos de la licencia antes de usarlo en productos comerciales.
- ¿memsearch sigue mantenido?
- Mantenimiento activo. El último commit de memsearch fue el 22 oct 2026.
- ¿Para qué puedo usar memsearch?
- Recordar por qué se tomó una decisión de arquitectura o de biblioteca en una sesión anterior Retomar un hilo de depuración al encontrar cómo se resolvió antes un problema similar Compartir el contexto de un proyecto entre Claude Code, Codex y otros agentes Añadir memoria persistente a un agente personalizado creado con la API de Python
- ¿Cómo se instala memsearch?
- Añade el marketplace de memsearch a Claude Code: /plugin marketplace add zilliztech/memsearch Instala el plugin de memsearch: /plugin install memsearch Reinicia Claude Code para activar el plugin
- ¿Dónde consigo memsearch?
- El código fuente y las instrucciones de instalación están en GitHub: https://github.com/zilliztech/memsearch
Resumen generado por IA a partir del README del proyecto. Las estadísticas de GitHub se actualizan a diario.
Proyectos relacionados
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.
Sistema operativo de memoria para LLM y agentes de IA que almacena, recupera y gestiona recuerdos a largo plazo en forma de grafo editable.
Memoria persistente para agentes de programación que registra la actividad de las sesiones, la resume con IA e incorpora contexto relevante en sesiones futuras.
Herramienta open source de investigación profunda que busca y razona sobre datos privados mediante LLM y bases de datos vectoriales.
Un centro de memoria compartida para equipos de agentes de IA que convierte conversaciones, documentos y código en recursos gobernados y compatibles con distintos frameworks de agentes.