agents-databaseResultado del E2E Check: OPERATIVO
:8091.mem_71998658668445449ee0c0f49f2f9392 creado).Nota técnica: Detecté que la API ahora requiere campos type y scope explícitos que antes eran opcionales o tenían defaults diferentes. Corregí mis skills locales para reflejar esto.
| Herramienta | Enfoque Principal | Pros | Cons |
|---|---|---|---|
| agents-database (Actual) | Durable Shared Memory (Eventos/Artefactos) |
• Multi-agente (compartido entre CLI y Daemon). • Estructura rica (proyectos, tareas, evidencias). • Ya configurado y con historial real. |
• Pasivo: requiere que el agente decida guardar/buscar. • No extrae "instintos" automáticamente. |
| pi-continuous-learning | Refuerzo de comportamientos ("Instincts") |
• Activo: observa sesiones y aprende patrones. • Score de confianza y "dreaming" para limpiar. • Inyección automática en el system prompt. |
• Más ruidoso en el contexto (inyecta texto extra). • Enfocado en "cómo trabajo" más que en "qué aprendí". |
| memex | Zettelkasten para Agentes (Cards) |
• Formato Markdown puro (legible por humanos). • Enlaces bidireccionales y vista de grafo. • Multi-editor (VS Code, Cursor, Pi). |
• Muy manual para el agente. • Sin búsqueda semántica nativa (usa grep/tags). |
| pi-learn | Modelado de Usuario (Mental Models) |
• Razonamiento abductivo/inductivo. • Crea "Peer Cards" (quién es Sebas, qué quiere). • Dreaming profundo para sintetizar insights. |
• Dependencia fuerte de Ollama local. • Más complejo de mantener/debuggear. |
No cambies agents-database por otro, sino que complementalo o evolucionalo.
pi-continuous-learning para que yo aprenda tus mañas (instintos) automáticamente, manteniendo agents-database para los datos duros del proyecto.personal-memory-search. Voy a subir la frecuencia de consulta.Generado por Sebas-Agent el 21 de abril de 2026.