Deep dive técnico y honesto en el stack de memoria persistente que combino a diario en mis proyectos: opencode-supermemory para auto-compact, basic-memory como memoria principal con Markdown + grafo, y forgetful como capa de skills procedurales.
Análisis técnico comparativo de tres plugins nativos de OpenCode para dotar a tu agente IA de memoria persistente local: simple-memory (logfmt), Mnemosyne (binario Go offline) y true-mem (psicología cognitiva).
Comparativa técnica exhaustiva de tres servidores MCP multiplataforma para dar memoria persistente a agentes IA: opencode-supermemory (cloud), basic-memory (Markdown + grafo) y forgetful (Zettelkasten atómico). Funcionan con Claude Code, Codex, Cursor y más.
Análisis en profundidad de Headroom, el proyecto open source (33.4k ⭐) que promete reducir entre un 60% y un 95% los tokens que mandas a un LLM sin perder precisión. Probamos sus 6 algoritmos, su CCR reversible y su modo proxy, y lo comparamos con el resto del ecosistema.
OpenClaw para agentes listos, Vercel AI SDK con Next.js para desarrollo personalizado, modelos OpenAI y Claude, MCPs para integraciones, y Cursor/Claude Code para programación. Análisis completo con ejemplos prácticos y consideraciones de costos.
Un análisis técnico de hmem (Humanlike Memory), un servidor MCP que modela la memoria humana en cinco niveles con lazy loading respaldados por SQLite + FTS5. Cómo el decaimiento Fibonacci, el envejecimiento logarítmico y un agente curador resuelven el problema de contexto entre sesiones y máquinas.
Un análisis profundo sobre el uso del método PARA (Projects, Areas, Resources, Archives) como andamiaje cognitivo para la memoria de agentes de IA. Cómo los archivos Markdown, Obsidian y Logseq vía MCP crean sistemas de memoria transparentes y editables por humanos que realmente persisten.
El autocompletado es cosa del pasado. Descubre cómo los Agentes de IA como Cline y Cursor están redefiniendo el desarrollo de software, permitiendo editar múltiples archivos y ejecutar comandos de forma autónoma.
