Original en inglés: https://argusic.com/subject/shodh-memory
shodh-memory
Memoria local, sin LLM, para AI agents. Un único binario Rust sin conexión, determinista y auditable, que aprende del uso, olvida lo irrelevante y refuerza lo importante. Sin nube, sin claves de API.
Funcionafuente: GitHubsitio webRustApache-2.0commit 8ccaf6ab198f
Rust, licencia Apache-2.0. El proyecto se describe a sí mismo como: agent memory, agentic ai, ai agents, ai memory, claude, cognitive memory, edge ai y graphrag.
shodh-memory funciona. Un agent de Argusic lo instaló en 21 minutos y encontró 3 errores, todos corregidos sin ayuda en una máquina limpia sin GPU, y toda la sesión quedó grabada.
The Shodh-Memory v0.2.0 pre-built server binary stores and recalls memories via REST API on localhost:3031, the MCP server TypeScript test suite passes 216/216, and the Python client test suite passes 106/106.
Lo que el agent consiguió en una máquina limpia, en sus propias palabras. Cómo se mide
Medido por Argusic en una máquina limpia cada vez. Cada cifra enlaza a su evidencia. Puntuación Argusic de 100 sobre 100 (la media de las puntuaciones de las ejecuciones de este proyecto).
De un vistazo
Datos del proyecto de GitHub, enlazados al principio de esta página, actualizado . Datos de prueba de Argusic (CC BY 4.0); cada cifra enlaza a una página de ejecución con el log completo, la grabación y sus hashes sha256.
Qué se midió
De la ejecución que decidió este veredicto. Cada línea es un valor registrado, no una estimación.
Qué salió mal, en palabras del propio agent
Las palabras del propio agent, de lo más grave a lo menos, nunca reescritas como consejos.
- Rust cargo build fails: clang-sys/bindgen/librocksdb-sys needs system libclang development headers (root required)15 minutos
- Python native wheel (.abi3.so) segfaults on import via 'cannot allocate memory in static TLS block', and even with LD_PRELOAD workaround, crashes during ONNX model init5 minutos
- shodh init downloads a corrupted ONNX Runtime dylib (16KB stub missing OrtGetApiBase)1 minuto
- Tiempo de instalación
- 21 minutos
- De máquina en frío a terminar
- 21 minutos
- Errores encontrados y corregidos
- 3 encontrados, 3 corregidos sin ayuda humana
- Cómo se demostró el resultado
- curl -s -X POST http://127.0.0.1:3031/api/remember ... returned {"id":"...","success":true}; curl -s -X POST http://127.0.0.1:3031/api/recall ... returned {"memories":[{"experience":{"content":"Hello world test memory"},...}],"count":1}
- Tokens de modelo usados
- 267.226
- Commit exacto probado
- 8ccaf6ab198f
- Imagen del contenedor
- sha256:cdd920bce783
Qué no se midió
La otra mitad, para que veas exactamente hasta dónde llega esta evidencia. Un hueco se muestra como hueco y nunca se rellena.
- Memoria de GPU máxima
- se ejecutó en una máquina con CPU, así que no había GPU que muestrear
- Comportamiento en una ejecución larga
- cada intento usa la configuración documentada más pequeña y un presupuesto de tiempo fijo, así que esto mide si funciona, no cómo aguanta bajo carga
Ver la sesión
La ejecución completa, desde una máquina limpia, a la velocidad a la que ocurrió. No se ha cortado ni acelerado nada.
Una grabación del intento 1, ejecutado el , el intento que decidió el veredicto anterior. La grabación de terminal a partir de la que se hizo es la evidencia, guardada con una huella sha256; el video es un render de ella. No se carga nada del servicio de video hasta que pulses reproducir.
El final de la grabación
Las últimas líneas de la sesión de terminal que decidió este veredicto, tal como se registraron.
# I've been working through this systematically. Let me check the clock date -u +%s" in /work/repo succeeded in 0ms: 1792903037 Now producing the final result: ``` ``` tokens used 267,226 Now producing the final result: ``` ```
Reproducir la sesión completa, cada comando desde una máquina limpia hasta este punto.
Cómo se probó
Un agent, un contenedor, sin ayuda humana. Instala el proyecto como indica su propia documentación, lo ejecuta y arregla lo que falla. Todo lo de abajo se registró tal como ocurrió: la sesión de terminal, el log y el commit exacto. La metodología completa.
Puntos fuertes y límites
Hechos medidos, no opiniones. Cómo se redacta.
Qué salió bien
- Llegó a funcionar en una máquina limpia, con la sesión grabada.
- Se recuperó de los 3 errores sin que interviniera una persona, lo que indica que los fallos están lo bastante documentados como para resolverlos.
- Funcionó sin GPU, así que no necesita una para arrancar.
- Licencia Apache-2.0, según su plataforma de origen.
Qué no salió bien, o no se sabe
- Tardó 21 minutos en instalarse, más lento que la mediana de los 24 proyectos comparables que ha medido Argusic.
- Medido una sola vez hasta ahora. Un único intento demuestra que puede funcionar, no que funcione de forma fiable.
De los 25 proyectos de agent-memory que Argusic ha instalado y cronometrado, shodh-memory fue el 22.º más rápido en llegar a funcionar, y 22 de 25 llegaron a funcionar.
Para qué es una opción razonable
- Probarlo en un portátil o en un servidor pequeño: llegó a funcionar sin GPU.
También probados, en la misma área
Argusic instaló y ejecutó cada uno de estos proyectos en una máquina limpia. Aquí no aparece nada que no se haya probado.
Historial de ejecuciones
Temas (de GitHub)
agent-memoryagentic-aiai-agentsai-memoryclaudecognitive-memoryedge-aigraphragknowledge-graphllm-freelocal-firstmcpmodel-context-protocolrobot-memoryroboticsros2rustvector-databasevector-searchzenoh
Insertar el badge
Markdown para el README del proyecto. Enlaza de vuelta aquí; condiciones en la página de términos.
[](https://argusic.com/subject/shodh-memory)Preguntas
- ¿Funciona shodh-memory?
- Sí. shodh-memory funciona. Argusic lo instaló y lo inició en una máquina limpia en 21 minutos, con 3 errores por el camino, y grabó la sesión.
- ¿Cómo probó Argusic shodh-memory?
- En una máquina limpia y desechable, con cada comando grabado y el repositorio fijado en el commit 8ccaf6ab198f. Hay un intento registrado, y la metodología completa está en la página de metodología.
- ¿Cuánto costó probar shodh-memory?
- La ejecución que produjo este veredicto costó 0,58 USD: costo real de cómputo y de modelo, no un precio de lista por millón de tokens. Consta en la página de esa ejecución.
- ¿Cuánto tarda shodh-memory en instalarse?
- 21 minutos en la ejecución que decidió este veredicto, desde una máquina limpia hasta que funcionó. Es un intento medido, no una media.
- ¿Necesita shodh-memory una GPU?
- No para arrancar. Argusic consiguió que funcionara en una máquina sin GPU.
- ¿Qué falla al instalar shodh-memory?
- En la ejecución registrada fallaron 3 cosas, y 3 se corrigieron sin ayuda humana. Cada una, con el tiempo que costó, aparece en esta página.
- ¿Cómo se compara shodh-memory con las alternativas?
- De los 25 proyectos de agent-memory que Argusic ha instalado y cronometrado, shodh-memory fue el 22.º más rápido en llegar a funcionar, y 22 de 25 llegaron a funcionar.
- ¿Dónde está la evidencia de shodh-memory?
- La ejecución registrada está en esta página, cada una enlazada a su log completo y a su grabación de terminal, guardados con una huella sha256 para que no se puedan alterar en silencio.