Este es un MCP de memoria de IA compartible y basado en grafos.

Es un MCP de código abierto que guarda conversaciones con IA o documentos en Sqlite o PostgreSQL.

La diferencia frente a LLM Wiki u otras memorias es el uso compartido y la búsqueda de memoria entre IAs.
Es posible compartir el trabajo de casa y el trabajo de la oficina en una sola memoria. También es posible compartir en una sola memoria los resultados del trabajo entre miembros del equipo.

Los datos se transforman en Graph+RAG y se guardan en la base de datos.
Graph es un Event-Centric Knowledge Graph (ECKG) y, como característica, no define de antemano un esquema de relaciones como otros grafos. Va evolucionando continuamente a medida que se acumulan los datos.

La instalación puede hacerse descomprimiendo y ejecutando el archivo comprimido preparado, o instalándolo directamente como código abierto.
Si descomprimes y lo ejecutas, se iniciará el administrador.
Solo tienes que elegir la base de datos donde se guardará y la IA en la que se instalará el MCP; todo lo demás se realiza automáticamente.

También se incluye una base de datos de ejemplo, así que te resultará fácil instalarlo y comprobar cómo funciona en la práctica.
La base de datos de ejemplo contiene documentos de Wikipedia sobre The Beatles y las novelas originales de Sherlock Holmes, sin problemas de derechos de autor. (Aunque están en inglés, se pueden buscar en otros idiomas).

Gracias.

Código fuente: https://github.com/rawdev/MemoryWeft

Instalación: https://github.com/rawdev/MemoryWeft/tags

[hsvtr365]

¿obo no basta con usar Codex?

[rawdev]

Hola. Gracias por tu interés.
No es que haya usado mucho Codex, así que te responderé hasta donde sé. Puede que me equivoque.

Antes que nada, Mweft no comparte los resultados del trabajo.
Comparte el contenido que va saliendo en las conversaciones con la IA durante el proceso. Para los resultados del trabajo, hay que usar otras herramientas como GIT. Como lo que se comparte es el contenido intermedio y no el resultado final, se puede seguir el flujo de trabajo.
Y esta función se apoya usando graph + rag.
Mweft también permite compartir trabajo entre Claude, Codex y Gemini CLI.

Gracias.