Descripción
CheeseDB es un motor de base de datos especializado diseñado para la gestión de memoria de IA, enfatizando la trazabilidad de la fuente y el olvido selectivo. A diferencia de las bases de datos tradicionales, CheeseDB asegura que cada pieza de información, o 'memoria', esté vinculada directamente a su fuente original. Este diseño fundamental aborda un problema crítico en el desarrollo de agentes de IA: cuando se identifica una fuente no confiable, simplemente eliminar la fuente no es suficiente; todas las memorias derivadas de ella también deben ser eliminadas para evitar que el agente continúe actuando sobre datos incorrectos, maliciosos o privados.
Leer más
El motor permite a los usuarios y agentes de IA interactuar con las memorias utilizando consultas en inglés sencillo. Aprovechando un modelo de incrustación, CheeseDB encuentra memorias por significado, eliminando la necesidad de coincidencias exactas de palabras clave. Cuando se recuerda una memoria, se elimina permanentemente de los resultados de búsqueda, asegurando que los agentes solo accedan a información válida. El sistema es compatible con varios servidores de incrustación compatibles con OpenAI, incluyendo opciones locales como Ollama, LM Studio, oMLX y vLLM, o APIs alojadas, permitiendo a los usuarios mantener sus memorias en sus propias máquinas para una mayor privacidad.
Bajo el capó, CheeseDB estructura cada registro en tres partes: un encabezado para ID y encadenamiento por hash, una estructura para tipo y dependencias de fuente, y el contenido en sí. Esta arquitectura asegura que incluso después de que el contenido sea borrado, la historia y las dependencias permanezcan verificables, preservando la integridad de la cadena de memoria. El contenido, junto con su vector de búsqueda, es la única parte eliminada durante una operación de borrado, haciendo que la eliminación sea verdaderamente permanente de los archivos.
Para los desarrolladores, CheeseDB ofrece una biblioteca de Go para integración directa y un servidor MCP local para aplicaciones como Claude Code y Cursor. Proporciona herramientas para crear índices, incrustar datos y buscar. La herramienta de línea de comandos permite una fácil instalación e interacción, incluyendo un comando `find` para verificar que el texto borrado realmente ha desaparecido. Aunque actualmente está en vista previa, CheeseDB es ideal para escenarios donde los agentes de IA aprenden de fuentes no confiables, requieren un recuerdo profundo de la cadena, necesitan búsqueda en inglés sencillo, exigen eliminación verificable de datos, o se integran con aplicaciones MCP sin necesidad de codificación extensa. El nombre 'CheeseDB' está inspirado en prácticas de seguridad alimentaria, donde lotes contaminados de leche llevan al retiro de quesos específicos, reflejando cómo la base de datos recuerda memorias vinculadas a malas fuentes.
- CategoríaBases de datos vectoriales y recuperación
- ImplementaciónIntegrado
- PlataformasmacOS, Linux
Características principales de CheeseDB
Gestión de memoria consciente de la fuente para agentes de IA
Consultas en inglés sencillo para memorias
Olvido selectivo describiendo qué eliminar
Base de datos de memoria encadenada por hash para integridad de datos
Biblioteca de Go incrustada para integración directa
Servidor MCP local para Claude Code, Cursor y otras aplicaciones MCP
Soporte para servidores de incrustación compatibles con OpenAI (Ollama, LM Studio, oMLX, vLLM)
Búsqueda de memoria por significado, no solo por palabras clave
Eliminación verificable de contenido mientras se preserva la historia
Segmentos de solo anexado para datos de agentes en disco
Reconstruye árbol genealógico, contadores de piernas y tabla de desplazamientos desde el registro
Herramienta de línea de comandos para interacción y verificación
Desarrollado en macOS y probado en Linux
No se requiere modelo externo ni red para funcionalidad básica
Integración con almacenes de vectores existentes almacenando IDs de memoria
¿Cómo usar CheeseDB?
Instalar CheeseDB: Usa `go install github.com/govinargo-labs/cheesedb/cmd/cheesedb@latest` para obtener la herramienta de línea de comandos.
Configurar el modelo de incrustación: Agrega dos líneas a `~/.cheesedb/llm.conf` para especificar tu servidor de incrustación compatible con OpenAI (por ejemplo, Ollama, LM Studio).
Recordar memorias: Nuevas memorias se vuelven buscables a medida que son recordadas; usa `cheesedb embed alice` para ponerte al día con las más antiguas.
Buscar memorias: Haz preguntas en inglés sencillo usando `cheesedb search [agent_name] "tu pregunta?"` para encontrar memorias relevantes.
Obtener respuestas: Usa `cheesedb ask [agent_name] "tu pregunta?"` para que un modelo de chat responda desde las memorias más cercanas.
Olvidar memorias: Describe qué olvidar con `cheesedb forget [agent_name] "descripción"`; confirma la eliminación después de la revisión.
Verificar eliminación: Usa `cheesedb find` para buscar bytes en bruto y confirmar que el texto borrado realmente ha desaparecido de los archivos.
Casos de uso de CheeseDB
- Gestión de fuentes de IA no confiables
- Recuerdo profundo de memoria en cadena
- Búsqueda de memoria en inglés sencillo
- Eliminación de datos verificable
- Integración con aplicaciones MCP
- Soluciones de biblioteca de Go incrustada
- Prevención de envenenamiento de memoria
- Manejo de solicitudes de eliminación de datos de usuarios





