YourMemory: Memoria IA con decaimiento biológico alcanza un 59% de recuerdo en LoCoMo-10

YourMemory implementa memoria persistente para agentes de IA usando la curva de olvido de Ebbinghaus: los recuerdos se desvanecen a menos que se refuercen mediante recuerdos, y los datos no utilizados se eliminan cuando alcanzan un umbral. Construido como un servidor MCP local-first sobre DuckDB, combina BM25, búsqueda vectorial y una capa de grafo para resolver el problema del "vecino lógico", donde la búsqueda semántica pasa por alto nodos relevantes pero no similares.

Evaluaciones comparativas

En el benchmark LoCoMo-10 (1,534 pares de preguntas y respuestas en 10 conversaciones de múltiples sesiones):

• YourMemory: 59% Recall@5 (IC 95%: 56–61%)
• Zep Cloud: 28% (IC 95%: 26–30%)

Eso es 2× mejor recall que Zep Cloud. Se informa que los almacenes vectoriales sin estado sufren un 84% más de desperdicio de tokens.

Inicio rápido

Python 3.11–3.14. No se necesita Docker ni servicios externos.

pip install yourmemory
yourmemory-setup

Obtén tu ruta de configuración:

yourmemory-path

Configuración de MCP

Claude Code — añade a ~/.claude/settings.json:

{
  "mcpServers": {
    "yourmemory": {
      "command": "yourmemory"
    }
  }
}

Claude Desktop — añade al archivo de configuración correspondiente:

{
  "mcpServers": {
    "yourmemory": {
      "command": "yourmemory"
    }
  }
}

Cline, Cursor, OpenCode y cualquier cliente compatible con MCP (Windsurf, Continue, Zed) pueden conectarlo usando la ruta completa de yourmemory-path.

Flujo de trabajo de memoria

Copia las instrucciones de muestra:

cp sample_CLAUDE.md CLAUDE.md

Luego edita CLAUDE.md con tu nombre e ID de usuario. Claude sigue un flujo de trabajo de recordar → almacenar → actualizar en cada tarea usando tres herramientas MCP:

• recall_memory(query) — muestra recuerdos relevantes al inicio de la tarea
• store_memory(content, importance) — incrusta y almacena con decaimiento biológico
• update_memory(id, new_content) — reincrusta y reemplaza información obsoleta

Ejemplo: store_memory("Sachit prefiere tabulaciones en lugar de espacios en Python", importance=0.9, category="fact")

Para quién es

Desarrolladores que construyen agentes de codificación de IA que ejecutan proyectos de larga duración y necesitan recordar preferencias de usuario, contexto del proyecto y evitar el reentrenamiento desde cero en cada sesión.