Memvid

Un único archivo empaqueta datos, embeddings, estructura de búsqueda y metadatos para que el agente recupere contexto en local, sin servidor ni vector store. En los benchmarks publicados, la latencia queda en 0,025 ms (P50) y 0,075 ms (P99), con un throughput 1.372 veces superior al de un sistema de memoria convencional y un +35 % frente al SOTA en LoCoMo.

La organización se inspira en la codificación de vídeo: Smart Frames inmutables agrupan contenido, marcas de tiempo y checksums en una secuencia solo de añadido. Así se escribe sin corromper lo ya guardado, se consultan estados pasados, se sigue cómo evoluciona el conocimiento y se gana seguridad ante fallos con frames ya comprometidos. El códec elige y actualiza la compresión con el tiempo.

Qué puedes montar con ello

• Cápsulas .mv2 autocontenidas, compartibles, con reglas y caducidad
• Motor de memoria viva: añadir, ramificar y evolucionar entre sesiones
• Depuración tipo time-travel: rebobinar, reproducir o ramificar cualquier estado
• Recall local por debajo de 5 ms con caché predictiva
• CLI y SDK para Python, Node.js y Rust; agnóstico al modelo y usable sin red

Encaja en agentes de larga duración, bases de conocimiento, sistemas offline-first, comprensión de código, soporte, automatización y flujos auditables. El archivo se lleva de un entorno a otro: no hace falta infra de recuperación aparte.