Maek, un espacio de trabajo de memoria de IA local-first creado por el equipo que contribuyó al núcleo de búsqueda de Lucene

Hola. Somos cognica, un equipo que desarrolla infraestructura de búsqueda y AI Memory.

Para presentarnos brevemente: el trabajo de búsqueda híbrida probabilística basada en BB25 (Bayesian BM25) que propusimos en cognica fue incluido oficialmente hace poco en el núcleo de Apache Lucene 10.5.0 (BayesianScoreQuery, LogOddsFusionQuery).

Estamos trabajando para llevar esta tecnología de búsqueda e infraestructura de memoria a un producto que los usuarios puedan percibir y usar de forma real, y queremos presentar Maek, nuestra primera app de IA para macOS, además de recibir retroalimentación.

Descarga y sitio web: https://maek.cognica.io/?utm_source=geeknews&utm_medium=community&…

1. El problema que queremos resolver: “¿Basta con ampliar la ventana de contexto?”

Al usar chats de IA, es molesto tener que volver a explicar en cada conversación el mismo contexto, como el trasfondo del proyecto, decisiones pasadas o documentos que consultas con frecuencia.

Para resolver esto, simplemente “meter todo el texto de conversaciones anteriores dentro del prompt” tiene límites claros.

• Desperdicio de Context Window y aumento de costos

• Más haze/noise por mezclar contenido antiguo no relacionado

• Pérdida de contexto pasado que en realidad sí era importante

Maek se enfoca en esto cada vez que entra una pregunta: “¿Cómo reconstruir de la mejor forma posible la memoria necesaria para la pregunta actual?”

2. Arquitectura central: datos separados y retrieval basado en evidencia

Maek guarda conversaciones y documentos en almacenamiento local, y cada vez que entra una nueva pregunta reconstruye el contexto combinando las siguientes señales.

• Messages: son el historial normal del chat y también el objetivo de búsqueda por palabras clave/vectorial.

• Document Chunks: no son desechables de prompt que se leen una sola vez y se tiran; se dividen en pequeños chunks, se guardan localmente y, cuando hace falta, se recuperan y se citan como fundamento (Citation) para la respuesta.

• Graph: extrae de la conversación personas, organizaciones, eventos, decisiones y compromisos, y los organiza como relaciones (Connection). Así, aunque el usuario no recuerde la palabra clave exacta, puede encontrarlo por el contexto conectado.

• Conversation State: es un tablero resumido de la situación actual, hilos abiertos y perfiles de personas. (Sin embargo, si entra en conflicto con el mensaje más reciente del usuario, el mensaje del usuario tiene prioridad y funciona como una “Memory Hint”).

• Combinación híbrida basada en evidencia: BM25, Vector Similarity, Graph y Recency tienen escalas distintas, así que si solo se suman las puntuaciones, una señal puede dominar en exceso. Con base en la experiencia que acumulamos al contribuir BB25 al núcleo de Lucene, tratamos estas señales como “evidencia” necesaria para esta pregunta y las combinamos de forma precisa.

3. Características principales: inspectabilidad y local-first

• Visualización del fundamento de la respuesta: más allá de que la IA afirme que “recordó y respondió”, el usuario puede verificar directamente qué mensajes, qué chunks de documentos, qué Graph Hit y qué información de State se incluyeron en el contexto al construir esa respuesta (información de Reconstruction). Esto importa porque para confiar en la IA y corregirla, hay que poder depurar “por qué lo recordó” y “por qué no lo encontró”.

• Diferencia frente a ChatGPT Memory: si ChatGPT Memory es una función de memoria personalizada dependiente del servicio, Maek es una herramienta independiente que acumula los activos del usuario (conversaciones, documentos, graph, state) en un espacio de trabajo local (Workspace) y reconstruye el contexto en cada turno.

• Transparencia del flujo de datos: al usar un modelo local, incluso la inferencia se mantiene completamente offline; pero si se integra un modelo en la nube como OpenAI o Claude, la entrada actual y el contexto local recuperado se envían a esa API. Este flujo de datos se distingue claramente en la UI y en la documentación para que se pueda usar con tranquilidad.

Por ahora es una versión inicial, y la estamos probando principalmente en entornos Apple Silicon Mac. Nos ayudaría mucho recibir opiniones desde las siguientes perspectivas.

• Claridad del concepto: si Maek se entiende no como una simple UI de chat, sino como un enfoque de “AI Memory Workspace”

• Validez del enfoque: si la forma de reconstruir dinámicamente el contexto en cada turno resulta técnicamente convincente

• Diferenciación frente a ChatGPT Memory: si la diferencia se percibe con claridad en comparación con las funciones de memoria de servicios existentes

• Transparencia: si la explicación sobre flujo de datos y seguridad al usar modelos locales y en la nube es clara

• UX/primera impresión: si la instalación y la experiencia del primer arranque como app de macOS se sienten naturales

Link: https://maek.cognica.io/?utm_source=geeknews&utm_medium=community&…

Agradeceremos comentarios directos y críticos. Gracias.