Usar Archivos Markdown como Sistema de Memoria para Agentes de IA de Programación

Método Principal: Conversar en Archivos en Lugar de la Ventana de Chat

El desarrollador utiliza Claude Code pero evita la interfaz de chat estándar. En su lugar, instruye al agente para que cree un archivo {topic}_LOG.md donde se llevan a cabo y persisten todas las discusiones importantes. En la ventana de chat, solo escribe /response para indicarle a Claude que mire el archivo de discusión actual y responda allí, reservando el chat para preguntas triviales aparte que no necesitan persistencia.

Estructura de Archivos y Anotación

Las respuestas generalmente se agregan al final del archivo LOG como en un chat normal, pero también se pueden insertar comentarios en línea para responder a puntos específicos. Esto es particularmente útil para aclaraciones paralelas durante la planificación del proyecto. Para mantener la claridad al releer, todos los comentarios humanos están marcados con C: para distinguirlos de las contribuciones de Claude.

Arquitectura del Sistema de Memoria Dual

Además del archivo LOG, se instruye a Claude para que cree y mantenga un archivo {topic}_SUMMARY.md. Este resumen contiene referencias al LOG original con números de línea, ya que el LOG a menudo se vuelve demasiado grande para caber en la memoria. El resumen actúa como memoria declarativa de alto nivel, mientras que el LOG sirve como memoria procedimental detallada.

Inicio del Agente y Gestión de Memoria

Cuando comienza un nuevo agente o después de la compactación, el proceso es:

• El usuario proporciona contexto: "Tu tarea es continuar la conversación {topic}. Nos centraremos en X."
• El agente lee {topic}_SUMMARY.md para entender qué es importante
• El resumen indica dónde se discutió X (por ejemplo, líneas 100-200 y 500-800 del LOG)
• El agente carga esas líneas específicas del LOG más las últimas cien líneas para el contexto reciente
• El agente puede decidir autónomamente cuándo buscar detalles mencionados en el resumen

Mantenimiento y Control de Calidad

Subagentes simples escanean los resúmenes periódicamente para garantizar una sincronización adecuada con sus registros correspondientes. Los resúmenes de diferentes temas contienen referencias cruzadas cuando es apropiado, proporcionando a cualquier agente trabajador la infraestructura para buscar detalles adicionales. Los agentes también marcan cualquier comentario C: que nunca se abordó, evitando preguntas pasadas por alto.

Beneficios de Respaldo y Documentación

Para la máxima confiabilidad independientemente del costo de tokens, se puede instruir a un nuevo agente para que relea todo el archivo LOG, lo que requiere menos memoria que la discusión original ya que excluye otras operaciones como leer archivos Python o navegar por la web. Como beneficio adicional, los archivos LOG sirven como documentación exhaustiva para otras personas que trabajan en el mismo proyecto.