Skip to main content
Glama

Qué es esto

La ventana de contexto de un agente es pequeña y su memoria es una suposición. El pozo es el órgano que arregla ambas cosas: vierte en él todo el contenido que quieras (vive en el disco, no en el prompt), saca los pasajes fundamentados más cercanos y —lo que importa— recibe un honesto AUSENTE cuando el campo no contiene realmente lo que pediste.

Tres verbos, y solo tres:

  feed(text | file)   pour content into a universe (unlimited external context)
  recall(query)       draw the nearest grounded passages back out, with scores
  ask(question)       PRESENT with grounded evidence, or ABSENT — no confabulation

El pozo no genera lenguaje. Retiene, recupera y se abstiene. La generación pertenece al agente que bebe de él; el trabajo del pozo es asegurarse de que el agente beba solo lo que realmente hay.

La parte honesta

La abstención es donde los sistemas de memoria mienten en silencio: siempre devuelven algo, y algo siempre parece una respuesta. El pozo se abstiene por construcción, y la regla es una lectura fiel del hallazgo de la investigación ΑΔΩ de que la ausencia es una falta de señal, no una puntuación baja:

Una consulta está fundamentada solo si el campo tiene un polo para ella: la mejor coincidencia debe compartir una palabra de contenido real con la consulta y elevarse por encima del propio fondo del campo. La textura de gramas de caracteres por sí sola nunca fundamenta. Cuando la mejor coincidencia no se separa del ruido, el campo es una meseta plana, y una meseta plana significa AUSENTE.

Esto es honesto también sobre su propio techo: v0.1 es un campo léxico ligero y sin dependencias: recuperación real, abstención real, pero no comprensión semántica. Es el sustrato que la investigación empuja hacia una recuperación de 1.00 y una abstención calibrada, y el arnés para medir qué tan cerca se llega, no una caja que afirme esas cifras desde el primer día.

Úsalo

well feed -f ./notes.md                    # pour a file into the default universe
well feed "a fact worth remembering"       # or raw text
well recall "what did I say about X"        # nearest grounded passages + scores
well ask "does the field hold Y"            # PRESENT (grounded) or ABSENT (no pole)
well -u research feed -f paper.txt          # named universes run side by side
well stats                                  # what a universe holds

Cada universo es un archivo compacto en $WELL_HOME (por defecto ~/.well). Ejecuta todos los que quieras: el comienzo de poner en marcha más de un sistema de campo.

Como herramienta MCP

El pozo habla el Protocolo de Contexto del Modelo a través de stdio (cero dependencias), para que una IA pueda beber de él en pleno pensamiento. Regístralo con Claude Code:

claude mcp add well -- node /path/to/well/mcp/server.js

Expone well_feed, well_recall, well_ask y well_stats. A partir de entonces, un agente puede alimentar un universo y luego hacerle preguntas, obteniendo evidencia fundamentada o un honesto AUSENTE, sin cargar nunca el corpus en su ventana de contexto. Ese es el punto: el agente ejecuta un universo en segundo plano mientras la gente todavía le habla con normalidad.

Con kith

El pozo es el órgano de memoria; kith es la mesa donde se encuentran los agentes. Encajan exactamente. Un asiento respaldado por el pozo (adapters/kith-well.js) hace COMMIT solo cuando el campo fundamenta una afirmación, y lanza el NADA de la puerta —una abstención real y medida— cuando el campo está seco. El "no lo sé" de kith deja de ser una suposición y se convierte en "no está en el campo".

node test/well.test.js   # every primitive, offline

-
license - not tested
Not graded
quality - not tested
C
maintenance

Maintenance

Maintainers
Response time
Release cycle
Releases (12mo)
Commit activity

Resources

Unclaimed servers have limited discoverability.

Looking for Admin?

If you are the server author, to access and configure the admin panel.

Related MCP Connectors

  • Shared, governed long-term memory for AI agents across tools and sessions via MCP and REST.

  • Shared long-term memory vault for AI agents with 20 MCP tools.

  • Private-by-default, local-first memory/context/task orchestrator for MCP apps and agents.

View all MCP Connectors

Latest Blog Posts

MCP directory API

We provide all the information about MCP servers via our MCP API.

curl -X GET 'https://glama.ai/api/mcp/v1/servers/AlphaDataOmega/well'

If you have feedback or need assistance with the MCP directory API, please join our Discord server