La memoria que tu IA deberia haber tenido desde el principio.
-orange)
Por qué · Inicio rápido · Comparar · Niveles · Benchmarks · API · Docs · FAQ
---
## Por qué TrueMemory
**Encuentra la señal en el ruido.** Tu IA ve miles de mensajes. TrueMemory descubre cuáles realmente importan, y descarta el resto. Sin etiquetado manual, sin ingeniería de prompts. Simplemente lo sabe.
**Se vuelve más preciso con el tiempo.** No es una base de datos estática. Es una memoria viva que crece contigo, resolviendo contradicciones cuando cambias de opinión, actualizando hechos obsoletos y consolidando lo que sabe. Cuanto más lo usas, mejor funciona.
**Funciona sin que tengas que pensar en ello.** TrueMemory captura automáticamente recuerdos de tus conversaciones e inyecta automáticamente los correctos en tu próxima sesión. Nunca tienes que almacenar ni buscar nada manualmente. Simplemente sucede.
**Es 100% local.** Un archivo SQLite en tu máquina. Nada sale de tu dispositivo. Sin nube, sin claves API necesarias. Tus datos son tuyos.
> **Sin TrueMemory:** "¿Qué framework estamos usando?" Preguntado por 12a vez esta semana. Tu agente comienza cada sesión con amnesia. No sabe tu nombre, tu stack, ni nada de lo que le dijiste ayer.
>
> **Con TrueMemory:** Tu agente ya sabe que usas FastAPI, prefieres Pydantic v2 y que tu middleware de autenticación está en `src/auth/`. Recuerda tus correcciones, tus preferencias y tus decisiones. En cada sesión, para siempre.
---
## Cómo se compara TrueMemory
| Sistema | LoCoMo | LongMemEval | Local primero | Captura automática | Licencia |
|--------|--------|-------------|:-----------:|:------------:|---------|
| **TrueMemory Pro** | **93.0%** | **92.0%** | ✅ | ✅ | AGPL-3.0 |
| **TrueMemory Base** | **87.7%** | **84.1%** | ✅ | ✅ | AGPL-3.0 |
| Mem0 | 61.4% | — | Parcial | ❌ | Apache-2.0 |
| Supermemory | 65.4% | — | ❌ | ❌ | Cloud API |
| MemOS | 75.8% | — | ✅ | ❌ | Apache-2.0 |
| ReadAgent | 79.5% | — | ❌ | ❌ | Research |
> Todos los benchmarks son reproducibles de forma independiente. Los scripts están incluidos en [`benchmarks/`](../benchmarks/).
---
## Inicio rápido
### Para Claude Code / Claude CLI / Cursor / Codex CLI / Gemini CLI
```bash
curl -LsSf https://raw.githubusercontent.com/buildingjoshbetter/TrueMemory/main/install.sh | sh
```
> Instala todo en un entorno aislado. Descarga ~1.5GB de modelos de IA. Ningún dato sale de tu máquina. No requiere sudo.
¿Nuevo en la terminal? Haz clic aquí para instrucciones paso a paso.
1. **Abre una terminal:** Mac: `Cmd + Space`, escribe `Terminal`. Linux: `Ctrl + Alt + T`. Windows: abre PowerShell.
2. **Pega el comando de arriba** y presiona Enter.
3. **Espera 3-5 minutos** para que los modelos se descarguen.
4. **Cierra completamente tu herramienta de IA** y vuelve a abrirla (Mac: `Cmd+Q`).
5. **Escribe "Set up TrueMemory"** y elige un nivel.
**Windows (PowerShell):**
```powershell
irm https://raw.githubusercontent.com/buildingjoshbetter/TrueMemory/main/install.ps1 | iex
```
Probado en tres benchmarks principales con todos los sistemas compartiendo el mismo modelo de respuesta (GPT-4.1-mini), juez (GPT-4o-mini, votación por mayoría 3x) y pipeline de puntuación.
| Benchmark | Qué evalúa | TrueMemory Pro |
|-----------|--------------|:--------------:|
| [LoCoMo](https://github.com/snap-research/locomo) | 1,540 preguntas en 10 conversaciones | **93.0%** |
| [LongMemEval](https://github.com/xiaowu0162/LongMemEval) | 500 preguntas multi-sesión | **92.0%** |
| [BEAM-1M](https://github.com/mohammadtavakoli78/BEAM) | 700 preguntas con 1M+ tokens | **76.6% (SOTA)** |
| BEAM-10M | 200 preguntas con 10M tokens | **65.0%** |
### Reproduce cualquier resultado tú mismo
Cada script de benchmark es autónomo y se ejecuta en [Modal](https://modal.com).
- **[Scripts de LoCoMo](../benchmarks/locomo/scripts/)** — 8 sistemas (TrueMemory, Mem0, Zep, Engram, etc.)
- **[Resultados de LoCoMo](../benchmarks/locomo/BENCHMARK_RESULTS.md)** — desgloses por categoría, latencia, costo
- **[Config de evaluación LoCoMo](../benchmarks/locomo/EVAL_CONFIG.md)** — modelos, prompts y parámetros exactos
- **[Scripts de LongMemEval](../benchmarks/longmemeval/)** — variantes oracle + strict
- **[Resultados de LongMemEval](../benchmarks/longmemeval/results/)** — 6 ejecuciones de TM Pro + 5 resultados de competidores
- **[Script BEAM-1M](../benchmarks/beam/bench_truememory_pro_beam1m.py)** — 35 conversaciones con 1M+ tokens
- **[Script BEAM-10M](../benchmarks/beam/bench_truememory_pro_beam10m.py)** — 10 conversaciones con 10M tokens
- **[Resultados de BEAM](../benchmarks/beam/)** — 3 ejecuciones (1M) + 1 ejecución (10M)
Todos los benchmarks usan el mismo pipeline de evaluación. Nada está oculto. Detalles completos: [LoCoMo](../benchmarks/locomo/EVAL_CONFIG.md) | [LongMemEval](../benchmarks/longmemeval/README.md) | [BEAM](../benchmarks/beam/README.md)
---
## Funciona con
Claude Code · Claude CLI · Cursor · Codex CLI · Gemini CLI · Claude Desktop
Los hooks de ciclo de vida capturan conversaciones automáticamente. No se necesita trabajo manual. Tus recuerdos permanecen locales en un solo archivo SQLite.
---
## Python API
```python
from truememory import Memory
m = Memory()
m.add("Prefers dark mode and TypeScript", user_id="alex")
m.add("Works at Anthropic as a senior engineer", user_id="alex")
results = m.search("What are Alex's preferences?", user_id="alex")
results = m.search_deep("career history?", user_id="alex") # multi-round, higher accuracy
```
| Método | Descripción |
|--------|-------------|
| `m.add(content, user_id)` | Almacenar un recuerdo |
| `m.search(query, user_id)` | Buscar (pipeline de 6 capas + reranker) |
| `m.search_deep(query, user_id)` | Búsqueda agéntica multi-ronda |
| `m.get(id)` / `m.get_all(user_id)` | Recuperar recuerdos |
| `m.update(id, content)` / `m.delete(id)` | Modificar o eliminar |
| `m.stats()` | Estadísticas del sistema |
[Referencia completa de la API →](../docs/python-api.md)
---
## Documentación
| | |
|---|---|
| [Primeros pasos](../docs/guides/getting-started.md) | De la instalación al primer recuerdo |
| [Referencia de Python API](../docs/python-api.md) | Referencia completa de la clase `Memory` |
| [Referencia de herramientas MCP](../docs/mcp-tools.md) | Las 8 herramientas MCP |
| [Referencia de CLI](../docs/cli.md) | `truememory-mcp` y `truememory-ingest` |
| [Variables de entorno](../docs/env-vars.md) | Todas las opciones de configuración `TRUEMEMORY_*` |
| [Arquitectura en profundidad](../docs/architecture.md) | Pipeline de recuperación de 6 capas, puerta de codificación |
| [Guía de selección de nivel](../docs/guides/tier-selection.md) | Edge vs Base vs Pro |
| [Depuración](../docs/guides/debugging.md) | Logs, trazas, problemas comunes |
---
## Preguntas frecuentes
¿Dónde se almacenan mis datos? ¿Se envía algo a la nube?
Todo vive localmente en `~/.truememory/memories.db`. Los niveles Edge y Base no realizan ninguna llamada externa. Pro solo envía el texto de tu consulta de búsqueda a un LLM para la expansión de consultas. Tus recuerdos nunca se transmiten.
¿Necesito tener Python instalado?
No. El instalador usa [uv](https://docs.astral.sh/uv/) para gestionar un Python 3.12 aislado. Tu Python del sistema nunca se toca.
¿Por qué no usar simplemente una ventana de contexto más grande?
Las ventanas de contexto son caras, lentas y están vacías al inicio de cada sesión. TrueMemory ofrece recuperación instantánea con cero tokens de contexto, en menos de 200ms.
¿TrueMemory recopila telemetría?
La telemetría de uso anónima (llamadas a herramientas, conteo de sesiones, información de plataforma) está activada por defecto. **Nunca** rastreamos contenido de memoria, consultas, rutas de archivos ni claves API. Desactivar: `export TRUEMEMORY_TELEMETRY=off`
TrueMemory, una empresa de sauron
