Mnemo: memoria local para LLM sin depender de la nube

Mnemo se presenta como una capa de memoria local-first para cualquier LLM, escrita en Rust, SQLite y petgraph. El proyecto acumula más de 200 estrellas en GitHub en su primera semana.

Por qué importa

Hasta hoy, la mayoría de soluciones de memoria para agentes de IA (como Mem0 o Zep) requieren un servidor externo o envían datos a la nube. Mnemo rompe ese esquema: todo el historial de conversaciones, preferencias y contexto se almacena localmente en un archivo SQLite. Para quien valora la privacidad y el control de sus datos, esto es un cambio de reglas.

Además, al estar escrito en Rust, promete un rendimiento superior en operaciones de lectura/escritura y un consumo de recursos mínimo. En un ecosistema donde cada milisegundo cuenta, la latencia de red desaparece por completo.

Qué dice el contexto

• Mnemo usa un grafo dirigido (petgraph) para modelar relaciones entre entidades, permitiendo consultas semánticas complejas sin depender de un servicio externo.
• El proyecto es 100% open source (licencia MIT) y se integra con cualquier LLM a través de una API REST simple.
• Competidores como Mem0 ofrecen almacenamiento en grafo y vectorial, pero su versión local (OpenMemory MCP) sigue requiriendo un servidor MCP.
• Zep, otra alternativa popular, se apoya en grafos de conocimiento temporales pero está optimizado para pipelines de producción en la nube.
• El repositorio incluye ejemplos de integración con modelos de Ollama y llama.cpp, lo que lo hace ideal para entornos completamente offline.

Lo que puedes hacer

1. Prueba Mnemo localmente: Clona el repositorio, ejecuta cargo run y conecta tu LLM favorito vía API. Verifica que las conversaciones persisten incluso al reiniciar el servidor.