Brand LogoBrand Logo (Dark)
InicioAgentes IAKits de HerramientasSelección de GitHubEnviar AgenteBlog

Categorías

  • Generadores de Arte
  • Generadores de Audio
  • Herramientas de Automatización
  • Chatbots y Agentes IA
  • Herramientas de Código
  • Herramientas Financieras

Categorías

  • Modelos de Lenguaje
  • Herramientas de Marketing
  • No-Code y Low-Code
  • Investigación y Búsqueda
  • Video y Animación
  • Edición de Video

GitHub Selecciones

  • DeerFlow — arnés SuperAgent de código abierto de ByteDance

Últimos Blogs

  • OpenClaw frente a Composer 2 diferencias clave en automatización y codificación
  • Google AI Studio vs Anthropic Console diferencias clave para desarrolladores
  • Stitch 2.0 vs Lovable Cuál es la mejor opción en 2026
  • Guía práctica para monetizar la inteligencia artificial en 2026 como solopreneur o freelancer
  • OpenClaw vs MiniMax ¿Privacidad o comodidad en tu asistente?

Últimos Blogs

  • OpenClaw vs KiloClaw comparación de precios y facilidad de uso
  • OpenClaw vs Kimi Claw
  • GPT-5.4 vs Gemini 3.1 Pro
  • Perplexity Computer desafía a los terminales financieros: ¿El fin de una era en 2026?
  • Mejores prácticas de OpenClaw
LinkStartAI© 2026 LinkstartAI. Todos los derechos reservados.
ContáctanosAcerca de
  1. Inicio
  2. Selección de GitHub
  3. claude-mem
claude-mem logo

claude-mem

Plugin de memoria persistente para Claude Code: captura trazas de herramientas, resume con IA y reinserta contexto entre sesiones.
29.7kTypeScriptGNU Affero General Public License v3.0
#typescript#sqlite#chromadb#persistent-memory#semantic-search
#mcp
#progressive-disclosure
#memory-compression
#claude-code-plugin
#cursor-workflows
#alternative-to-memorymd
#developer-observability

¿Qué es?

claude-mem convierte la sesión de desarrollo en un activo persistente y consultable. Captura automáticamente el uso de herramientas y observaciones clave, comprime trazas ruidosas en memoria estructurada e inyecta el contexto adecuado al iniciar la siguiente sesión. Su enfoque es por hooks: transformar eventos de ciclo de vida en un flujo estable, persistirlo y reconstruir contexto de alta señal con indexación y búsqueda semántica, mientras la divulgación progresiva controla el coste de tokens. Por defecto persiste en SQLite, ofrece búsqueda full-text y puede sincronizar embeddings con Chroma para recuperación híbrida; además incluye un visor web local para inspeccionar el stream en tiempo real.

Problemas vs Innovación

✕Problemas Tradicionales✓Soluciones Innovadoras
En trabajo de varios días o con reconexiones, el contexto queda disperso entre terminal, issues y notas personales, es difícil de reproducir y se repiten investigaciones.claude-mem captura eventos de herramientas por hooks, los comprime con IA en memoria estructurada y los persiste para que la memoria sea dato consultable.
Un único archivo de memoria es demasiado corto o demasiado largo, y sin indexación recuperar por síntoma o tarea se vuelve lento.Combina búsqueda full-text con vectores opcionales y usa divulgación progresiva para inyectar contexto según presupuesto de tokens; además ofrece un visor local para observar y depurar el stream.

Arquitectura en Profundidad

Pipeline por hooks: convertir sesiones en un flujo de eventos
claude-mem es esencialmente dirigido por eventos: trata hitos del ciclo de vida de Claude Code y llamadas a herramientas como eventos discretos capturados por hooks. Esto convierte una interacción efímera en un flujo persistente de hechos sobre el que se puede auditar, reproducir y procesar de forma consistente. Los eventos se guardan primero y se procesan de manera asíncrona, evitando que la compresión con IA bloquee el bucle interactivo. En la inyección, prioriza resúmenes de alta señal sobre logs crudos, manteniendo estable y denso el contexto entre sesiones.
Indexación dual: full-text + vectores para recuperación híbrida
claude-mem separa recuperación exacta por palabras clave y recuperación semántica por similitud. El full-text de SQLite encuentra comandos, nombres de archivo y trazas, mientras que los vectores opcionales permiten recordar por intención aunque cambie la redacción. La combinación funciona porque los resúmenes elevan la densidad antes de indexar, reduciendo ruido en FTS y embeddings. La divulgación progresiva devuelve capas de contexto según presupuesto de tokens, y el visor/herramientas de búsqueda mantienen el sistema observable y ajustable.

Guía de Despliegue

1. Instala el plugin dentro de Claude Code

bash
1> /plugin marketplace add thedotmack/claude-mem2> /plugin install claude-mem

2. Reinicia Claude Code para activar los hooks

bash
1exit  # y vuelve a abrir Claude Code

3. Revisa el archivo de configuración y ajusta la inyección de contexto

bash
1cat ~/.claude-mem/settings.json

4. Busca memoria histórica con la skill mem-search

bash
1Lanza una consulta en lenguaje natural (p. ej., "What did we change?")

5. Abre el Viewer UI local para inspeccionar el stream (opcional)

bash
1open http://localhost:37777

Casos de Uso

Escenario PrincipalPúblico ObjetivoSoluciónResultado
Continuidad multi-díadesarrolladores individualescapturar trazas y decisiones e inyectar resúmenes en la siguiente sesiónmenos retrabajo y recuperación rápida de contexto
Handover y revisiónlíderes de ingenieríacomprimir sesiones en memoria consultable y revisar calidad con el visortraspasos más baratos y regresión más reproducible
Auditoría de agentesingenieros de plataformapersistir llamadas a herramientas y usar búsqueda híbrida para detectar rutas anómalasmás observabilidad y depuración más rápida

Limitaciones y Consideraciones

Limitaciones y Consideraciones
  • El sistema depende de persistencia e índices locales, por lo que el historial crece; define retención y limpieza para evitar presión de disco.
  • La búsqueda semántica depende de embeddings y sincronización; activar vectores puede provocar amplificación de escritura, crecimiento de índices y latencia si no se monitoriza.
  • Está pensado como plugin para Claude Code; integrar otros clientes requiere mantener adaptadores y routing.

Preguntas Frecuentes

¿Cuál es la diferencia clave entre claude-mem y el enfoque MEMORY.md de Claude Code?▾
claude-mem externaliza la memoria como “BD consultable + recuperación por capas”: captura eventos de herramientas, comprime con IA, indexa y reinyecta bajo demanda. En cambio, MEMORY.md es una convención basada en archivos donde se carga un tramo fijo al inicio y los temas se mantienen manualmente. La elección es automatización y buscabilidad vs. legibilidad manual: claude-mem aporta indexación, vectores opcionales y divulgación progresiva para controlar tokens, mientras MEMORY.md prioriza simplicidad humana. Si necesitas replay y reproducción de incidentes entre muchas sesiones, la memoria en BD se comporta como infraestructura.
¿Por qué SQLite+FTS en vez de añadir resúmenes a un documento enorme?▾
Un documento gigante no falla por almacenamiento, sino por recuperación, capas y observabilidad. SQLite modela sesiones/observaciones/resúmenes como registros indexables y FTS acelera la búsqueda por palabras clave. Además permite filtrar por tiempo, sesión o tipo de herramienta antes de decidir cuánto inyectar, lo que habilita divulgación progresiva y control de presupuesto de tokens. Así la memoria escala sin volverse pesada e inusable.
¿Es obligatorio activar Chroma? ¿Cuándo conviene?▾
No es obligatorio. Chroma aporta recuperación semántica cuando recuerdas la intención pero no las palabras exactas. Actívalo si buscas entre paráfrasis o quieres reutilizar patrones de problemas como fragmentos de memoria. Si tu recuperación depende de señales explícitas como códigos de error, nombres de archivo o comandos, FTS suele bastar con operación más predecible.
Ver en GitHub

Métricas del Proyecto

Estrellas29.7 k
LenguajeTypeScript
LicenciaGNU Affero General Public License v3.0
Dificultad de DespliegueFácil

Table of Contents

  1. 01¿Qué es?
  2. 02Problemas vs Innovación
  3. 03Arquitectura en Profundidad
  4. 04Guía de Despliegue
  5. 05Casos de Uso
  6. 06Limitaciones y Consideraciones
  7. 07Preguntas Frecuentes

Proyectos Relacionados

Trellis
Trellis
2.9 k·TypeScript
nanobot
nanobot
22.5 k·Python
Awesome LLM Apps
Awesome LLM Apps
96.4 k·Python
DeerFlow — arnés SuperAgent de código abierto de ByteDance
DeerFlow — arnés SuperAgent de código abierto de ByteDance
26.1 k·Python