crewmemory

Una memoria compartida para cada agente de IA de codificación de tu equipo — Claude Code, Codex, Cursor, Gemini CLI, opencode, Windsurf, Claude Desktop o cualquier cliente MCP.

La memoria vive en un repositorio git que tú controlas (GitHub o cualquier host de git). Cada guardado se confirma y se empuja automáticamente; cada lectura trae primero lo más reciente. Cuando el agente de un compañero registra una corrección, una decisión o en qué está trabajando — tu agente lo sabe segundos después.

No hay servidor que ejecutar. No hay base de datos en la nube. Sin dependencia de proveedor: es markdown simple + git.

Instalación

Un solo comando (una vez publicado el paquete)

uvx --from crewmemory-mcp crewmemory install codex --repo https://github.com/org/crewmemory.git --user alice --launcher uvx

Reemplaza codex por claude-code, claude-desktop, cursor, gemini, opencode o windsurf. El mismo comando funciona en Windows, macOS y Linux cuando uv está instalado. Reinicia el cliente después del registro.

Para un repositorio de memoria privado, pasa también --token <fine-grained-token>; usa un token limitado a ese repositorio con acceso de lectura/escritura a Contents.

Instalación desde una copia local del código fuente

uv venv .venv
uv pip install --python .venv/bin/python -e .
.venv/bin/crewmemory install codex --repo https://github.com/org/crewmemory.git --user alice

En Windows, el ejecutable es .venv\Scripts\crewmemory.exe.

Clientes compatibles: claude-code, claude-desktop, codex, cursor, gemini, opencode, windsurf. El instalador hace una copia de seguridad y combina la configuración existente, es idempotente y guarda un perfil de conexión local privado para que crewmemory doctor y crewmemory ui funcionen fuera del agente.

O simplemente pregúntale a tu IA

Pega esto en el agente que se ejecuta en esta carpeta:

Instálate como servidor MCP de crewmemory para Claude Code. Mi repositorio de memoria es https://github.com/org/crewmemory.git, mi nombre es alice, el token es github_pat_xxx.

El agente ejecuta crewmemory install claude-code ... por ti. No se necesitan llamadas a herramientas manuales.

Detección de proyecto

Al iniciar la sesión, las instrucciones de MCP le indican al agente que llame a team_context(project_path="<absolute workspace root>"). Esto selecciona de forma dinámica el repositorio de Git actual y la rama, por lo que una única instalación global de MCP funciona en todos los proyectos. crewmemory init es opcional y registra un proyecto en el registro local para humanos y diagnósticos.

crewmemory init            # registers the project; reads branch/git identity

Verificación en cualquier momento

crewmemory doctor          # config, connectivity, project detection, counts

Related MCP server: bikky

Panel para humanos (sin necesidad de agente)

crewmemory ui              # opens http://127.0.0.1:8765 in your browser
crewmemory ui --port 9000 --no-browser

Un panel web local para todo el equipo — ve todo sin preguntar a un agente:

• Equipo ahora — quién está trabajando en qué ahora mismo, barras de progreso, ⛔ bloqueos, insignias obsoletas

• Actividad — línea de tiempo completa: cada nota/decisión/solución/estado/eliminación de todos

• Memorias — explora y busca los seis tipos, filtra por autor/tipo, expande el texto completo

• Perfiles — roles de los miembros, zonas horarias, identidades git

• Resumen — recuentos por tipo/autor/proyecto/ciclo de vida + información de almacenamiento

Solo lectura, se vincula únicamente a 127.0.0.1, se actualiza automáticamente cada 30 s. Cero dependencias adicionales.

Windows

Totalmente compatible:

uv venv .venv-win
uv pip install --python .\.venv-win\Scripts\python.exe -e .
.\.venv-win\Scripts\crewmemory.exe install claude-code --repo ... --user alice --token ...
.\.venv-win\Scripts\crewmemory.exe ui

Los nombres de los miembros se sanean para convertirlos en nombres de archivo seguros en todas las plataformas (_member_filename), los valores TOML de Codex se escapan correctamente para rutas/barras invertidas/comillas de Windows, y todas las llamadas a git se ejecutan con GIT_TERMINAL_PROMPT=0 para que nada se quede colgado esperando entrada.

Qué pueden hacer tus agentes (herramientas)

Lista de características

• Memoria compartida del equipo en tu propio host de git · memoria personal privada (ámbito solo local, nunca se hace push)

• Almacenamiento nativo de git: markdown + frontmatter YAML, estrategia de archivos sin conflictos (nombres de archivo únicos, archivos de estado/actividad por usuario)

• Sincronización automática de sesión en cada lectura/escritura · herramienta de sincronización manual · seguro sin conexión (las escrituras se confirman localmente, el push se reintenta más tarde)

• Perfiles de usuarios y miembros, creados automáticamente desde la configuración de git (crewmemory init)

• Seguimiento de progreso y de bloqueos en el estado del equipo, con marcadores de desactualización

• Memoria de decisiones, gotchas, patrones, soluciones, transferencias — seis tipos de entradas

• Ciclo de vida de la memoria: no verificada → verificada → superada/obsoleta, con puntuaciones de confianza que decaen con la antigüedad y cuando cambia el código vinculado (degradación sensible a cambios de código)

• Detección de conflictos/duplicados al guardar + buscador de consolidación

• Procedencia: atribución al autor, memorias vinculadas a commits, historial completo de git log --follow por memoria

• Viaje en el tiempo: lee la memoria del equipo en cualquier commit/etiqueta/rama

• Contexto sensible a la rama: las entradas recuerdan proyecto+rama; recall potencia las coincidencias de la rama actual

• Gestión del presupuesto de contexto: recall empaqueta las mejores memorias en un presupuesto de caracteres

• Integración con el código: las memorias vinculadas a archivos impulsan la revisión de PR frente a decisiones, la detección de memorias obsoletas después de PRs, la consulta de por qué existe este código, las referencias cruzadas de blame y el resumen de commits

• Memoria por proyecto: las entradas se etiquetan con el slug de proyecto detectado; el estado muestra project@branch

• Búsqueda facetada: etiquetas, autor, archivo, tipo, proyecto (búsqueda semántica: trabajo futuro)

• Basado en MCP, transporte stdio, autoalojado/código abierto por defecto

Estructura del repositorio (creada automáticamente)

notes/ decisions/ solutions/ gotchas/ patterns/ handoffs/   # memory types
status/     current focus per member (task, %, blockers)
activity/   append-only timeline per member
profiles/   member profiles

Configuración (por compañero)

Los fragmentos de configuración manual (si prefieres editar las configuraciones tú mismo) se encuentran en el instalador; este escribe exactamente esta estructura:

{ "mcpServers": { "crewmemory": {
    "command": "/path/to/crewmemory",
    "env": { "CREWMEMORY_REPO_URL": "...", "CREWMEMORY_USER": "...", "CREWMEMORY_TOKEN": "..." }
} } }

Codex usa [mcp_servers.crewmemory] en ~/.codex/config.toml; OpenCode usa la forma mcp.servers.*.type=local — ambos gestionados por crewmemory install codex/opencode.

Flujo de trabajo recomendado para el equipo

Añade esto a tu CLAUDE.md / AGENTS.md:

At session start call team_context(project_path="<absolute workspace root>"), then update_status() for your task.
Use recall() before researching anything the team may know.
Save durable learnings immediately (log_solution/log_decision/save_gotcha/save_pattern).
When switching tasks update update_status(); at day's end call save_handoff().

O simplemente usa los prompts integrados: /session-start, /session-end, /pr-review-flow.

Seguridad

• Nunca guardes secretos en la memoria: es un repositorio git legible.

• Un repositorio de memoria público hace públicas todas las notas, estados, rutas y transferencias del equipo. Prefiere uno privado.

• Los repos privados + PAT de granularidad fina (uno por miembro, Contents: RW) son la configuración prevista.

• Los tokens permanecen solo en el entorno/la configuración locales; toda la salida de git se redacta antes de llegar a los agentes.

Publicación

El repositorio incluye CI multiplataforma, comprobaciones de wheel/sdist y un flujo de trabajo de publicación de confianza en PyPI. Consulta PUBLISHING.md para la lista de verificación de lanzamiento.

Solución de problemas

• crewmemory doctor diagnostica todo e imprime las correcciones exactas.

• Fallo de autenticación → el token necesita lectura/escritura de Contents en el repositorio de memoria.

• El push falló tras los reintentos → el cambio está seguro localmente (en cola); ejecuta sync_memory más tarde.

• «Apunta a un remoto diferente» → elimina ~/.crewmemory/<repo> o establece CREWMEMORY_LOCAL_PATH.