Memstate AI

oficial

Memoria de agente con control de versiones tipo git. LLMs personalizados convierten conversaciones en hechos estructurados con detección automática de conflictos: tu agente ve cómo evolucionaron las decisiones, no cuatro fragmentos de texto contradictorios. Reducción del 80% de tokens frente a sistemas RAG/gráficos. MCP + REST.

¿Qué puedes hacer con Memstate AI MCP?

  • Almacenar resúmenes y decisiones de tareas — Guarde notas en markdown, decisiones o resultados de tareas con memstate_remember y deje que el servidor extraiga rutas clave y detecte conflictos automáticamente.

  • Establecer valores de configuración individuales — Escriba un valor corto en una ruta clave específica (ej., config.port = 8080) usando memstate_set.

  • Explorar la memoria del proyecto antes de comenzar a trabajar — Recupere todos los recuerdos de un proyecto o subárbol con memstate_get para comprender el contexto actual.

  • Encontrar recuerdos por significado — Use memstate_search para búsqueda semántica cuando no conozca la ruta clave exacta.

  • Auditar cómo cambió el conocimiento con el tiempo — Vea la cadena completa de versiones de cualquier ruta clave con memstate_history para observar qué cambió y cuándo.

  • Eliminar recuerdos obsoletos de forma segura — Elimine de forma suave una ruta clave o un proyecto completo con memstate_delete o memstate_delete_project mientras conserva el historial completo.

Documentación

Memstate AI - MCP

npm version License: MIT MCP Node memstate-mcp MCP server

Memoria versionada para agentes de IA. Almacena hechos, detecta conflictos y rastrea cómo cambian las decisiones con el tiempo — expuesto como un servidor MCP alojado.

Dashboard · Documentación · Precios


¿Por qué Memstate?

RAG (la mayoría de otros sistemas de memoria)Memstate AI
Uso de tokens por conversación~7,500~1,500
Visibilidad del agenteCaja negraTransparencia total
Versionado de memoriaNingunoHistorial completo
Crecimiento de tokens al escalar memoriasO(n)O(1)
Infraestructura requeridaNinguna — SaaS alojado

Otros sistemas de memoria vuelcan todo en tu ventana de contexto y esperan lo mejor. Memstate le da a tu agente una base de conocimiento estructurada y versionada que navega con precisión — carga solo lo que necesitas, sabe qué cambió, sabe cuándo los hechos entran en conflicto.


Benchmarks

Creamos un conjunto de benchmarks de código abierto que prueba lo que realmente importa para la memoria de agentes: ¿puede tu sistema almacenar hechos, recordarlos con precisión entre sesiones, detectar conflictos cuando las cosas cambian y mantener el contexto a medida que un proyecto evoluciona?

Comparativa directa: Memstate AI vs Mem0

Ambos sistemas se probaron en condiciones idénticas usando el mismo agente (Claude Sonnet 4.6, temperatura 0), los mismos escenarios y la misma rúbrica de puntuación.

MétricaMemstate AIMem0Ganador
Puntuación General69.115.4Memstate
Precisión (recuerdo de hechos)74.112.6Memstate
Detección de Conflictos85.519.0Memstate
Continuidad de Contexto63.710.1Memstate
Eficiencia de Tokens22.330.6Mem0

Ponderaciones de puntuación: Precisión 40%, Detección de Conflictos 25%, Continuidad de Contexto 25%, Eficiencia de Tokens 10%.

Desglose por Escenario

El benchmark ejecuta cinco escenarios del mundo real que simulan flujos de trabajo de agentes en múltiples sesiones:

EscenarioMemstate AIMem0
Evolución de Arquitectura de Aplicación Web43.255.6
Migración de Sistema de Autenticación66.210.2
Evolución de Esquema de Base de Datos72.77.0
Conflictos de Versionado de API86.50.9
Reversión de Decisión de Equipo77.23.3

Mem0 ganó el primer escenario (seguimiento simple de arquitectura), pero tuvo serias dificultades en escenarios que requerían manejo de contradicciones, contexto entre sesiones y seguimiento de reversión de decisiones — obteniendo casi cero en tres de los cinco escenarios.

Por qué gana Memstate

El benchmark revela una diferencia arquitectónica fundamental:

Mem0 utiliza búsqueda semántica basada en embeddings. Los hechos se dividen en fragmentos, se incrustan y se recuperan por similitud. Esto funciona para búsquedas simples, pero falla cuando:

  • Los hechos contradicen hechos anteriores (el sistema no puede distinguir entre actual y obsoleto)
  • Se necesita un recuerdo preciso (los embeddings devuelven resultados "similares", no exactos)
  • La latencia de escritura a lectura importa (los nuevos recuerdos tardan segundos en ser buscables)

Memstate utiliza almacenamiento estructurado y versionado de clave-valor. Cada hecho reside en una ruta de clave explícita con un historial de versiones completo. Esto significa:

  • La detección de conflictos está integrada — cuando un nuevo hecho contradice uno antiguo, el sistema lo sabe y preserva ambas versiones
  • El recuerdo es determinista — obtienes exactamente lo que se almacenó, no una coincidencia aproximada
  • La continuidad entre sesiones es confiable — el agente navega por un árbol estructurado en lugar de esperar que la búsqueda semántica muestre el contexto correcto
  • El costo de tokens se mantiene O(1) — el agente carga resúmenes primero y profundiza en detalles solo cuando es necesario, en lugar de volcar todos los embeddings potencialmente relevantes en la ventana de contexto

Notas de Imparcialidad

  • Ambos sistemas usaron el mismo modelo de agente, temperatura y rúbrica de evaluación
  • A Mem0 se le dio un retraso de ingesta de 10 segundos entre escrituras y lecturas para tener en cuenta su pipeline de embedding asíncrono
  • Mem0 obtiene una puntuación más alta en eficiencia de tokens, pero esta métrica debe leerse en contexto: un menor uso de tokens puede simplemente reflejar que se devuelve menos información. Un sistema que recupera hechos incompletos o incorrectos usa menos tokens por respuesta, pero puede requerir más llamadas de seguimiento, costando en última instancia más tokens para llegar a la misma respuesta
  • El código fuente del benchmark está incluido en este repositorio para total reproducibilidad
  • Mem0 puede funcionar de manera diferente con una configuración personalizada o un modelo de embedding diferente

Inicio Rápido

Obtén tu clave API en memstate.ai/dashboard, luego añádela a la configuración de tu cliente MCP:

{
  "mcpServers": {
    "memstate": {
      "command": "npx",
      "args": ["-y", "@memstate/mcp"],
      "env": {
        "MEMSTATE_API_KEY": "YOUR_API_KEY_HERE"
      }
    }
  }
}

Sin Docker. Sin base de datos. Sin infraestructura. Funcionando en 60 segundos.


Configuración del Cliente

Claude Desktop

Ubicación de la configuración:

  • macOS: ~/Library/Application Support/Claude/claude_desktop_config.json
  • Windows: %APPDATA%\Claude\claude_desktop_config.json
{
  "mcpServers": {
    "memstate": {
      "command": "npx",
      "args": ["-y", "@memstate/mcp"],
      "env": { "MEMSTATE_API_KEY": "YOUR_API_KEY_HERE" }
    }
  }
}

Claude Code

claude mcp add memstate npx @memstate/mcp -e MEMSTATE_API_KEY=YOUR_API_KEY_HERE

Cursor

En Configuración de Cursor → MCP → Añadir Servidor — mismo formato JSON que Claude Desktop arriba.

Cline / Windsurf / Kilo Code / Roo Code

Todos soportan el mismo formato de configuración MCP stdio. Añádelo al archivo de configuración MCP de tu cliente.


Herramientas Principales

HerramientaCuándo usarla
memstate_rememberAlmacenar markdown, resúmenes de tareas, decisiones. El servidor extrae rutas de clave y detecta conflictos automáticamente. Usar para la mayoría de escrituras.
memstate_setEstablecer una única ruta de clave a un valor corto (ej. config.port = 8080). No para prosa.
memstate_getExplorar todos los recuerdos de un proyecto o subárbol. Usar al inicio de cada tarea.
memstate_searchBúsqueda semántica por significado cuando no conoces la ruta de clave exacta.
memstate_historyVer cómo cambió un conocimiento con el tiempo — cadena de versiones completa.
memstate_deleteEliminar de forma suave una ruta de clave. Crea un marcador de eliminación; se preserva el historial completo.
memstate_delete_projectEliminar de forma suave un proyecto completo y todos sus recuerdos.

Cómo funcionan las rutas de clave

Los recuerdos se organizan en notación jerárquica de puntos:

project.my_app.database.schema
project.my_app.auth.provider
project.my_app.deploy.environment

Las rutas de clave tienen prefijo automático: keypath="database" con project_id="my_app"project.my_app.database. Tu agente puede profundizar exactamente en lo que necesita — sin volcados de contexto completo.


Cómo Funciona

Agent: memstate_remember(project_id="my_app", content="## Auth\nUsing SuperTokens...")
         ↓
Server extracts keypaths:  [project.my_app.auth.provider, ...]
         ↓
Conflict detection:  compare against existing memories at those keypaths
         ↓
New version stored — old version preserved in history chain
         ↓
Next session: memstate_get(project_id="my_app") → structured summaries only
         ↓
Agent drills into project.my_app.auth only when it needs auth details

El costo de tokens se mantiene constante independientemente de cuántos recuerdos totales existan.


Añadir a las Instrucciones de tu Agente

Copia en tu AGENTS.md o prompt del sistema:

## Memory (Memstate MCP)

### Before each task
- memstate_get(project_id="my_project") — browse existing knowledge
- memstate_search(query="topic", project_id="my_project") — find by meaning

### After each task
- memstate_remember(project_id="my_project", content="## Summary\n- ...", source="agent")

### Tool guide
- memstate_remember — markdown summaries, decisions, task results (preferred)
- memstate_set — single short values only (config flags, status)
- memstate_get — browse/retrieve before tasks
- memstate_search — semantic lookup when keypath unknown
- memstate_history — audit how knowledge evolved
- memstate_delete — remove outdated memories (history preserved)

Variables de Entorno

VariableValor por defectoDescripción
MEMSTATE_API_KEY(requerido)Clave API de memstate.ai/dashboard
MEMSTATE_MCP_URLhttps://mcp.memstate.aiAnulación para despliegues autoalojados

Verifica tu Conexión

MEMSTATE_API_KEY=your_key npx @memstate/mcp --test

Imprime todas las herramientas disponibles y confirma que tu clave API funciona.

Construido para agentes de IA que merecen saber lo que saben.