Detesto la memoria tipo cargo cult que consiste en volcar todo en una base de vectores y llamarlo cognición. Si buscas cognición modular y comportamiento predecible, la memoria debe llevar intención. OrKa v0.9.2 introduce presets que hacen justo eso al mapear los seis tipos de memoria de Marvin Minsky a configuraciones conscientes de la operación. Mismo preset, valores por defecto distintos para lectura y escritura, y con eso se eliminan gigantescos bloques YAML y las trampas habituales.

Qué significa operación consciente Cada agente de memoria declara una operación read o write. El preset detecta la operación y aplica valores por defecto ajustados para esa ruta. Así un preset episodic se comporta de un modo cuando recuperas contexto y de otro cuando persistes una conversación, lo que hace la configuración legible y los grafos más limpios. Ejemplos simples de agentes sin comillas ni ruido extra: - id : memory_search type : memory memory_preset : episodic config : operation : read namespace : conversations - id : memory_store type : memory memory_preset : episodic config : operation : write namespace : conversations

Los ajustes ocultos cambian umbrales de similitud, ponderación temporal, parámetros de vectores e indexación sin que tengas que retocar cada agente a mano.

Los seis de Minsky traducidos a perillas útiles 1 sensory: señales en tiempo real como IoT o telemetría. Read : conjunto de resultados muy pequeño y precisión alta. Write : evitar indexado pesado para mantener la ingesta rápida. Duración aproximada 15 minutos. 2 working: sesiones activas y cálculos temporales. Read : búsqueda con sesgo de sesión. Write : indexado vectorial pero volátil. Duración 2 a 8 horas. 3 episodic: conversaciones e historial de interacción. Read : recuperación conversacional con ranking temporal. Write : metadatos ricos e indexación orientada a conversación. Duración 1 día a 1 semana. 4 semantic: hechos y documentación. Read : emparejamiento de conocimiento sin sesgo temporal. Write : indexación a largo plazo afinada para recall. Duración 3 días a 90 días. 5 procedural: flujos de trabajo y skills. Read : foco en reconocimiento de patrones. Write : almacenamiento orientado a procesos. Duración 1 semana a 6 meses. 6 meta: introspección del sistema y métricas. Read : análisis de alta precisión. Write : indexado orientado a calidad. Duración 2 días a 1 año.

Si recuerdas solo una cosa : los nombres de preset son cognitivos, los valores aplicados son operacionales.

Por qué los presets superan las configuraciones hechas a mano Antes de los presets escribías 30 a 50 líneas por agente: reglas de decaimiento, multiplicadores de importancia, flags vectoriales, nombres de campo, pesos temporales. Fácil perder coherencia y romper cosas. Los presets colapsan eso a una sola línea manteniendo la posibilidad de sobrescribir valores puntuales cuando realmente lo necesites. Mantén la intención primero y el YAML en condiciones.

Elección de backend y la vía honesta de rendimiento Para producción utiliza RedisStack. Necesitas búsqueda vectorial HNSW, búsquedas submilisegundo y comandos de monitorización. En desarrollo puedes usar Redis básico pero pierdes indexado vectorial y velocidad. La guía de backend describe variables de entorno, snippets Docker y comprobaciones FT.INFO para detectar índices faltantes.

Patrones que funcionan Memoria conversacional Orquestador con preset episodic. Writer con episodic. Reader con episodic y ranking temporal para las últimas N turnos. Captura de conocimiento Ejecuta un writer semantic detrás de tu extractor de hechos y mantiene separado el writer conversacional. Ciclos de vida distintos, comportamiento más limpio. Autoconciencia del sistema Usa meta para logs de rendimiento y salud. Lectura con mayor precisión, escritura con indexado orientado a calidad, útil para trazabilidad y post mortems.

Decaimiento, importancia y ciclo de vida La memoria que nunca olvida es una responsabilidad. Define ventanas de corto y largo plazo, realza ítems críticos o frecuentemente accedidos y decae rápidamente el ruido de debug. Añade reglas de importancia y comandos CLI para estadísticas, limpieza y vigilancia. Implementa esos valores por defecto y luego prueba y ajusta.

Guardarraíles esperados Valida presets en integración continua. Lista e inspecciona presets desde CI, verifica que los nombres resuelven y que la configuración efectiva coincide con lo esperado. Ejecuta consultas de comprobación contra RedisStack con FT.INFO para detectar índices ausentes rápido.

Ejemplo mínimo de grafo que puedes copiar orchestrator : id : assistant strategy : sequential memory_preset : episodic agents : - id : conversation_reader type : memory memory_preset : episodic config : operation : read namespace : conversations params : limit : 5 similarity_threshold : 0.6 enable_temporal_ranking : true - id : respond type : builder prompt : | Using context from previous_outputs.conversation_reader, answer the user. - id : conversation_writer type : memory memory_preset : episodic config : operation : write namespace : conversations Puedes cambiar a semantic para un agente de conocimiento, meta para métricas de sistema o procedural para aprendizaje de workflows.

Toma final Las categorías de Minsky te dan un modelo mental que coincide con cómo se comportan los sistemas en producción. Los presets de OrKa traducen ese modelo a parámetros reales para que dejes de pelear con YAML y empieces a moldear comportamiento. Los valores por defecto conscientes de la operación son la característica clave para reducir ruido, evitar deriva y hacer tu orquestación explicable. Mide la mejora real en recuperación y no te quedes en sensaciones: tasa de acierto, similitud media, latencia y calidad de respuesta antes y después de aplicar memoria.

En Q2BSTUDIO somos una empresa de desarrollo de software y aplicaciones a medida especializada en inteligencia artificial, ciberseguridad y servicios cloud aws y azure. Ayudamos a empresas a diseñar arquitecturas de memoria para agentes IA, implementar pipelines de captura de conocimiento y desplegar soluciones de inteligencia de negocio y power bi. Si buscas integrar IA en procesos productivos o construir soluciones de software a medida visita IA para empresas y conoce nuestros servicios de desarrollo de aplicaciones y consultoría en software a medida. Contamos con experiencia en agentes IA, automatización de procesos, servicios inteligencia de negocio y ciberseguridad para entregar soluciones seguras y escalables.

Palabras clave estratégicas presentes en este artículo : aplicaciones a medida, software a medida, inteligencia artificial, ciberseguridad, servicios cloud aws y azure, servicios inteligencia de negocio, ia para empresas, agentes IA y power bi.