Preguntas frecuentes
Lo que más nos preguntan sobre privacidad, integración y cómo encaja MemoryFirst en tu stack. ¿No ves tu duda? Escríbenos.
Lo esencial
¿Qué es MemoryFirst?+
La capa de memoria para IA: ingiere el conocimiento de tu negocio (correos, documentos, llamadas, código, decisiones), lo estructura en un grafo de hechos y lo sirve a cualquier agente vía MCP o una API compatible con OpenAI, con citas verificables.
¿En qué se diferencia de una base de datos vectorial o de un RAG casero?+
Un vector store te da similitud; MemoryFirst te da una respuesta recuperada (denso + BM25 + grafo, fusión RRF y reranking) con su fuente, resolución de contradicciones hacia lo más reciente, e ingesta con conectores. No es una pieza, es la capa completa de memoria.
¿Con qué modelos funciona?+
Es independiente del modelo. Expone una API compatible con OpenAI y un servidor MCP (stdio, HTTP, SSE), así que Claude, Cursor, ChatGPT o tu propio agente la leen sin SDK propietario. Cambias de modelo y tu memoria sigue ahí.
Privacidad y datos
¿Dónde viven mis datos?+
En infraestructura europea (Hetzner). Y es autoalojable: puedes ejecutarlo en tu propia nube si tu cumplimiento lo exige.
¿Entrenáis modelos con mis datos?+
Nunca. Tu información no alimenta nuestros modelos ni los de terceros. Tu conocimiento es tuyo.
¿Cumple el RGPD?+
Sí: tratamiento conforme al RGPD, contrato de encargado de tratamiento (DPA), residencia de datos en la UE y retractación real (una fuente borrada deja de aparecer en las respuestas). Detalles en la página de seguridad.
Funcionamiento
¿Cómo funcionan las citas?+
Cada respuesta incluye la fuente: el párrafo del documento, el minuto de la grabación, el mensaje exacto. Depuras la recuperación en vez de adivinar, y tu usuario puede verificar.
¿Cómo se mantiene al día ante información contradictoria?+
La síntesis resuelve hacia la verdad más reciente en vez de devolver las dos versiones, y las fuentes retractadas se excluyen de la recuperación.
¿Qué pasa si el LLM de síntesis no está disponible?+
La consulta degrada a los pasajes recuperados en crudo en vez de fallar. Tu agente recibe contexto útil aunque la capa generativa tenga un mal día.
Integración y despliegue
¿Cómo lo integro?+
Por MCP (tu asistente gana memoria como una herramienta más) o por la API compatible con OpenAI (cambiar la URL base suele ser casi todo el trabajo). Empieza por la documentación.
¿Puedo autoalojarlo?+
Sí. Los componentes —API, base vectorial, embebedor— corren donde tú los pongas, sin teléfono a casa. Mismo producto, en tu terreno.
¿Cómo se compara con Mem0, Supermemory o Zep?+
Compáralo por lo difícil de revertir: dónde viven los datos, si puedes auditar la respuesta y si puedes autoalojar. Ahí es donde ponemos el foco (UE, citas, MCP, sin lock-in). Si quieres un SaaS gestionado sin tocar infraestructura, una alternativa cloud te dará un hello-world más rápido.