La memoria nativa vive presa en un chatbot. La tuya te sigue por una URL MCP a Claude, ChatGPT, Gemini o tu propio agente. Cambias de modelo mañana y no pierdes nada. Ningún gigante hará esto: comoditiza su propio lock-in.
Memoria para agentes de IA — en cualquier modelo
Mnemosine guarda, recuerda y olvida con criterio — con auditoría de qué recordó y qué borró. Una URL MCP y tu agente recuerda en Claude, ChatGPT, Gemini o el tuyo propio; cambia de modelo sin perder la memoria.
pip install mnemosine · funciona local, sin cuenta
Arrastra el tiempo. Los hechos superseded reaparecen; los olvidados por Lethe caen. Eso es memoria bitemporal — no un log.
El problema
Los agentes de hoy sufren dos males opuestos: amnesia total entre sesiones, o acumulación infinita de contexto viejo que cuesta tokens y entierra lo importante. La memoria no es una base de datos: es decidir qué sobrevive, cómo vuelve, cuándo se actualiza y qué debe despertar al sistema más tarde.
La taxonomía
Cada Musa de Mnemosine combina estos tipos de memoria en distinta proporción. Los marcados con · los aporta tu modelo o tu app; el resto vive en Mnemosine.
El catálogo
En el mito, las Musas son hijas de Mnemosine: cada una domina un arte. Aquí, cada Musa es una combinación afinada de retrieval, consolidación y olvido — con su etiqueta de calidad. Ninguna es buena en todo, y te decimos en qué es mala antes de que pagues.
Honestidad medible
Como una etiqueta nutricional: cada Musa publica sus puntajes en benchmarks públicos de memoria (LoCoMo, LongMemEval) y su costo por 1K consultas. Medido, no prometido — los números se regeneran con cada release.
Por qué Mnemosine
Los modelos que te venden "recordamos todo" no tienen incentivo para olvidar, ni para dejarte salir de su jardín. Ahí está nuestra ventaja — no en ser "otra memoria", sino en ser lo que ellos no pueden ser.
La memoria nativa vive presa en un chatbot. La tuya te sigue por una URL MCP a Claude, ChatGPT, Gemini o tu propio agente. Cambias de modelo mañana y no pierdes nada. Ningún gigante hará esto: comoditiza su propio lock-in.
No solo recuerda: borra con prueba. forget deja rastro en el audit log, y get_state(as_of=T) responde "qué sabía el sistema en la fecha T". Un modelo que vive del engagement no quiere olvidar; nosotros lo hacemos auditable. Ver cumplimiento →
Cada Musa publica su etiqueta de calidad con benchmarks públicos — y en qué es mala. Nadie más en la categoría te dice dónde falla antes de que pagues.
Mnemosine es infraestructura neutral: no entrenamos con tu memoria ni la usamos para ningún modelo. Alcances, cifrado y provenance en cada recuerdo — tú decides quién ve qué.
Bajo el agua de Lethe
Una memoria que lo sabe todo de ti tiene que ser el sistema más seguro que uses. Tres capas, del alcance al candado.
Cada recuerdo tiene dueño y círculo. Directora de marketing: comparte con tu equipo cercano, no con toda la empresa. Familia: lo de los papás no lo ve el asistente de los niños.
Permisos deterministas al nivel de cada tool MCP: el agente puede buscar pero no borrar; puede leer memoria del equipo pero solo escribir en la suya. La política se evalúa antes de cada llamada — el modelo nunca decide. Cada acceso queda en el audit log.
Marca un recuerdo como sensible y queda cifrado con tu frase o detrás de tu authenticator. El agente sabe que existe — no qué dice — hasta que tú lo desbloqueas.
Distribución
Tu memoria no vive dentro de un chatbot: vive en Mnemosine y se conecta por MCP a cualquiera. Pega una URL y tu agente ya recuerda — cambia de Claude a Gemini mañana y sigue sabiendo quién eres. Nada que instalar.
Precios
Una sola métrica: operaciones de memoria (escribir, recordar, consultar). Tus agentes crecen, tu memoria crece contigo. El modo local (SQLite embebido) es open source y gratis para siempre.
Checkout en preview (beta): aún no se cobra — estamos midiendo interés real antes de abrir los cobros. Precios de lanzamiento; los primeros clientes conservan su precio 12 meses.