heropen

Sistema de memoria de IA local. La memoria vive en tu propia máquina: no se sube, no se sincroniza, no se lleva; se organiza y recorta automáticamente para que sea más preciso cuanto más lo usas.

Origen del nombre

El nombre viene de dos lugares: her viene de Hermes (el agente con el que estás hablando), open viene de OpenClaw (abierto). her + open juntos forman heropen.

Si lo desglosamos, heropen empieza con hero — haciendo eco de la imaginería de los superhéroes de Marvel. Es una capa de memoria: te recuerda a ti y guarda las cosas por tu agente.

Related MCP server: NeuralVaultCore

Instalación

pip install heropen

Reinicia tu agente y listo.

En el primer arranque detecta automáticamente tu agente (Claude Code, Cursor, Windsurf o cualquier cliente MCP), crea la base de datos y registra las herramientas de memoria. Tu agente notará esta nueva instalación y te guiará por la configuración.

Inicio rápido en 30 segundos

# 存一条记忆
heropen add "项目使用 FastAPI + SQLAlchemy，测试用 pytest"

# 搜索记忆
heropen search "项目技术栈"

# 查看状态
heropen status

# 诊断问题
heropen diagnose

Conecta tu agente (MCP)

Compatible con cualquier agente que soporte MCP. v1.8+ lo detecta y configura automáticamente, sin pasos manuales.

También puedes añadirlo manualmente a la configuración del agente:

{
  "mcpServers": {
    "heropen": {
      "command": "heropen",
      "args": ["mcp"]
    }
  }
}

Reinicia el agente y ya tiene memoria. Guarda una corrección de bug una vez y la recordará permanentemente entre sesiones.

Compromiso de privacidad

Los datos se quedan en tu máquina. Sin telemetría. Sin pings de heartbeat. Toda la memoria se guarda en una base de datos SQLite local. La búsqueda vectorial usa por defecto un modelo de embedding local (fastembed, basta con ejecutar pip install heropen[embedding]) — completamente offline y de coste cero. También puedes apuntar las variables de entorno EMBEDDING_ENDPOINT y EMBEDDING_API_KEY a tu propio endpoint de embedding autoalojado (compatible con /v1/embeddings de OpenAI), de modo que nunca pagarás a ningún proveedor cloud de terceros. El texto de la memoria solo se usa para generar vectores, nunca se reporta.

Si no se configura ni el modelo de embedding local ni el endpoint autoalojado, la búsqueda degrada automáticamente a coincidencia rápida de texto completo (FTS) — igualmente offline y de coste cero. Así que pip install heropen funciona sin configuración directamente; el embedding solo mejora la calidad de recuperación, nunca bloquea el uso básico.

Las capacidades locales no se migran a la nube (actualmente): las capacidades actuales de lectura/escritura de memoria local, recuperación y panel no se migrarán a servicios cloud que requieran conexión; las capacidades de la capa gratuita no se recortarán en versiones posteriores. Los elementos opcionales de aceleración en red (como tu endpoint de embedding autoalojado) no entran en este compromiso — están desactivados por defecto y tú decides si activarlos.

Por qué local

Cuando la memoria se convierte en una primitiva cloud, tu historial de conversaciones y tu contexto de trabajo se guardan en los servidores de otros. La elección de heropen es la contraria: la memoria se escribe en ~/.heropen/, un archivo SQLite por agente, y los datos físicamente no salen de tu máquina.

heropen no sube el contenido de la memoria, no hace sincronización cloud, no recopila datos de uso; las capacidades principales de la versión actual no tienen conexiones externas y no se migran a servicios cloud que requieran conexión. Lo que la nube te da es comodidad; lo que lo local te da es algo que solo tú puedes llevarte.

La memoria te pertenece

La memoria se guarda en el directorio ~/.heropen/ de tu máquina, un archivo SQLite por agente. Puedes en cualquier momento:

• Respaldar / exportar: heropen export exporta toda la memoria a un JSON local (heropen import puede reimportarla);

• Borrar / vaciar: heropen delete <id> borra un elemento, rm ~/.heropen/*.db vacía toda la base — sin pasar por nosotros y sin conexión.

Una exportación más amigable en Markdown + YAML (legible por humanos, ida y vuelta sin pérdida, reimportable) ya está planificada en la hoja de ruta. El objetivo es «legible, que se pueda llevar y que pueda volver», no «interoperable con quién».

Declaración de cumplimiento

heropen es una herramienta de memoria y contexto local-first; tus datos se guardan siempre en tu máquina y bajo tu control total. Seguimos los requisitos pertinentes de las «Medidas provisionales para la gestión de servicios de interacción antropomórfica de IA»; la arquitectura local-first satisface de forma natural las cláusulas sobre control de datos del usuario y transparencia, y el proceso de ejecución es transparente y controlable para ti.

Alcance del código abierto

La versión gratuita es completamente de código abierto (Apache-2.0). La capa comercial (Plus / Enterprise) es de código cerrado.

Por qué elegir heropen

Gratis = funcionalidad principal completa, sin recortes de funciones.

Los diferenciadores de heropen

Local-first no es un punto de venta exclusivo de heropen — ya hay una docena de proyectos similares con SQLite + MCP. Lo que heropen realmente ocupa, y que otros aún no ocupan, son estas tres cosas:

• Dominios privados / compartidos por agente. La capa gratuita da 2 agentes completamente privados (Hermes / WorkBuddy, agentes residentes de alta frecuencia, cada uno con su base aislada), más un dominio compartido opcional (_shared) para que los agentes intercambien conocimiento bajo demanda. La mayoría de los competidores solo tienen un espacio de nombres plano.

• Percepción temporal antes de la conversación (desde v1.8.7). Cada vez que el agente arranca, recibe automáticamente la hora local, el descriptor del momento del día, el intervalo desde la última conversación y si se ha cruzado un ciclo de sueño — la base temporal del lado de la interacción, que nadie hace hoy.

• Superficie de instalación sin dependencias. pip install heropen en una línea, sin Docker, sin Postgres, sin Ollama. Pocos en la categoría consiguen «funcionar sin dependencias previas».

Cómo elegir

Para elegir una solución de memoria, no mires solo la tasa de recuperación; mira cinco cosas:

1. Barrera de despliegue: ¿pip install en una línea, o necesitas Docker / Postgres / Ollama / API key para arrancar?

2. Dependencias y coste: ¿La ruta de escritura quema tokens de LLM? ¿Cero dependencias externas?

3. Portabilidad: ¿La memoria se puede exportar a un archivo legible, llevarse e importar de nuevo?

4. Valores por defecto seguros: ¿El puerto de escucha se vincula por defecto a loopback o a 0.0.0.0? ¿Cero telemetría?

5. Impuesto de ingeniería: ¿La disciplina de escritura y los mecanismos de invalidación son claros? ¿Entra en conflicto con Prompt Cache? ¿Cómo se maneja el límite de capacidad entre modelos? ¿La migración de Embedding tiene impuesto de datos?

Ejecuta heropen doctor y las cinco cosas anteriores te darán una autocomprobación de tres estados: «aprobado / aviso / alerta».

Enlaces

• Sitio web: heropen.net

• Documentación: heropen.net/heropen/docs

• GitHub: github.com/Koradji77/heropen

Hoja de ruta

• Actualmente enfocado en uso local de escritorio. Móvil / sincronización entre dispositivos no está en el alcance actual — entra en conflicto con el compromiso por defecto de «los datos no salen de tu máquina», y no haremos un producto a medias solo por «aparentar». Si se hace en el futuro, será necesariamente con almacenamiento propio del usuario + cifrado de extremo a extremo + desactivado por defecto.

• Exportación de memoria en Markdown + YAML (ida y vuelta sin pérdida).

• Más capacidades de producto para dominios privados / compartidos de agentes.

Licencia

Apache-2.0