Package Exports

This package does not declare an exports field, so the exports above have been automatically detected and optimized by JSPM instead. If any package subpath is missing, it is recommended to post an issue to the original package (vector-memory-pg) to support the "exports" field. If that is not possible, create a JSPM override to customize the exports field for this package.

Readme

vector_memory_pg

Memoria tecnica persistente para agentes IA — PostgreSQL + pgvector + OpenAI embeddings + HTTP API + MCP.

Instalacion • CLI • HTTP API • MCP • Seguridad • Arquitectura • Roadmap • Contribuir

Tu agente olvida todo al terminar la sesion. vector_memory_pg le da memoria.

Una base de conocimiento institucional y consultable: sesiones, decisiones tecnicas, reglas por repo, arquitectura, bugs conocidos y convenciones que el agente puede recuperar antes de proponer o ejecutar cambios. Separada por organizacion, proyecto y repositorio. Con control de vigencia y criticidad.

Sesiones JSONL + Markdown + save_memory
        |
        v
OpenAI API  →  text-embedding-3-small, 1536 dims
        |
        v
PostgreSQL + pgvector
        |-- vector(1536) + HNSW  (semantico)
        |-- tsvector + GIN       (full-text)
        |-- metadata + vigencia + criticidad
        |
        |-- HTTP API local  :3010
        |-- MCP Server stdio
        `-- CLI vector-memory

Quick Start

git clone https://github.com/cabupy/vector_memory_pg.git
cd vector_memory_pg
npm install
cp .env.example .env   # agregar DATABASE_URL y OPENAI_API_KEY
npm run setup          # crea schema en PostgreSQL
npm run server         # HTTP API en :3010

Verificar instalacion:

npm link
vector-memory doctor

Conectar a un agente → docs/mcp.md

Caracteristicas

Busqueda hibrida: similitud vectorial (70%) + PostgreSQL Full-Text Search (20%).
Ranking por status, criticidad y fecha de verificacion.
Metadata por organizacion, proyecto, repo, tipo, estado, criticidad y tags.
Control de vigencia: active, deprecated, superseded, archived.
Escritura desde MCP: save_memory, update_memory, deprecate_memory, verify_memory.
CLI vector-memory: init-project, doctor, ingest, search.
Ingesta incremental de Markdown y JSONL con deteccion de cambios por mtime.
Seguridad en dos capas: denylist de paths + detector de secretos con modos block y redact.
Dry-run de ingesta y log de sanitizacion auditadle.

Documentacion

Doc	Descripcion
Instalacion	Requisitos, setup, variables de entorno
CLI	`init-project`, `doctor`, `ingest`, `search`
HTTP API	Endpoints, parametros, ejemplos
MCP	Config por agente, herramientas disponibles
Seguridad	Denylist, detector de secretos, dry-run, log
Arquitectura	Modelo de datos, ranking, indices, estructura
Roadmap	Mejoras planificadas y estado
Contribuir	Como abrir PRs y reportar issues

Contribuciones

Bugs, mejoras, documentacion, ideas de arquitectura y PRs son bienvenidos.

Revisa CONTRIBUTING.md antes de abrir un PR.

Creditos

Inspirado por el tutorial de Carlos Azaustre, evolucionado hacia una memoria tecnica persistente e institucional para agentes IA.

Autor: Carlos Vallejos (cabupy)

Licencia

MIT. Ver LICENSE.