SelfHosting

Los asistentes modernos siguen olvidándolo todo cuando cierras la pestaña, a menos que algo persista más allá de la ventana de contexto. Los proveedores de memoria de agentes son servicios o librerías que mantienen hechos y resúmenes a través de las sesiones; a menudo se integran como plugins para que el framework se mantenga ligero mientras la memoria escala.

Esta sección recopila guías sobre conocimiento persistente y memoria para sistemas de IA: cómo los asistentes conservan hechos, preferencias y contexto destilado entre sesiones sin saturar un solo prompt con todos los tokens. Aquí, memoria implica retención intencional (datos del usuario, resúmenes, almacenes respaldados por complementos), no RAM de GPU o pesos del modelo.

Ya conoces el proceso. Abres un chat con un agente de IA, explicas tu proyecto, compartes tus preferencias, realizas algo de trabajo y cierras la pestaña. Vuelves a la semana siguiente y es como hablar con un extraño: todo el contexto se ha perdido, cada preferencia ha sido olvidada y el proyecto debe explicarse de nuevo desde cero.

OpenClaw no fracasó como producto. Se quedó sin combustible.

Durante mucho tiempo, llama.cpp tenía una limitación evidente:
solo podías servir un modelo por proceso, y cambiar implicaba un reinicio.

La gestión del conocimiento personal abarca Obsidian, Logseq, DokuWiki, Zettelkasten y PARA; la elección correcta depende de si buscas un grafo de notas local, una wiki autoalojada o un flujo de trabajo impulsado por un editor de esquema.

El asistente de IA Hermes, documentado oficialmente como Hermes Agent, no se posiciona como un simple envoltorio de chat.

OpenClaw tiene dos historias de extensión, y es fácil confundirlas.

Los complementos (plugins) extienden el tiempo de ejecución. Las habilidades (skills) extienden el comportamiento del agente.

Este artículo trata sobre los plugins de OpenClaw: paquetes de puerta de enlace nativa que añaden canales, proveedores de modelos, herramientas, voz, memoria, medios, búsqueda web y otras superficies de tiempo de ejecución.

OpenClaw parece simple en las demostraciones. En producción, se convierte en un sistema.

Vane es una de las entradas más pragmáticas en el espacio de “búsqueda de IA con citas”: un motor de respuestas autoalojado que combina la recuperación web en vivo con LLM locales o en la nube, manteniendo toda la pila bajo tu control.

El Agente Hermes es un asistente de IA autoalojado y agnóstico al modelo que se ejecuta en una máquina local o en un VPS de bajo costo, funciona a través de interfaces de terminal y mensajería, y mejora con el tiempo al convertir tareas repetidas en habilidades reutilizables.

Text Generation Inference (TGI) tiene una energía muy específica. No es el último en llegar en la calle de la inferencia, pero es el que ya aprendió cómo se rompen las cosas en producción -

SGLang es un marco de servicio de alto rendimiento para grandes modelos de lenguaje y modelos multimodales, diseñado para ofrecer inferencia de baja latencia y alto rendimiento en todo, desde una sola GPU hasta clústeres distribuidos.

Pronto estarás manejando vLLM, llama.cpp y más, cada stack en su propio puerto. Todo lo que viene aguas abajo aún quiere una URL base /v1; de lo contrario, seguirás moviendo puertos, perfiles y scripts de una sola vez. llama-swap es el proxy /v1 antes de esos stacks.

La mayoría de las configuraciones locales de IA comienzan con un modelo y un entorno de ejecución.