Versión 1.11.0: Seguimiento de Eventos y Embeddings Especializados para Código

Nos complace anunciar Remembrances MCP 1.11.0, que trae dos nuevas capacidades potentes: un completo sistema de Eventos y Logs para seguimiento temporal y Embeddings Duales de Código para búsqueda de código optimizada.

📅 Sistema de Eventos y Logs

Rastrea actividades, conversaciones, logs y hitos con el nuevo sistema de Eventos. A diferencia de las memorias regulares, los eventos están diseñados para datos ordenados en el tiempo con potentes consultas temporales.

¿Qué Hace Especiales a los Eventos?

Búsqueda Híbrida: Los eventos combinan similitud vectorial con búsqueda de texto BM25. Busca por significado (“problemas de autenticación”) y obtén resultados ordenados tanto por relevancia semántica como por coincidencia de palabras clave.

Consultas Basadas en Tiempo: Encuentra eventos de las últimas 24 horas, la última semana o dentro de rangos de fechas específicos. Perfecto para rastrear qué pasó y cuándo.

Organización por Subject: Categoriza eventos por tema usando patrones de subject como conversation:tema, error:tipo o milestone:nombre.

Casos de Uso

📝 Memoria de Conversaciones: Rastrea discusiones importantes a través de múltiples sesiones:

save_event({
  "user_id": "proyecto-alpha",
  "subject": "conversation:planificacion-sprint",
  "content": "El equipo acordó priorizar mejoras de autenticación. Fecha límite del MVP fijada para el 15 de marzo."
})

⚠️ Seguimiento de Errores: Registra y busca incidentes:

save_event({
  "user_id": "api-service",
  "subject": "error:database",
  "content": "Pool de conexiones agotado. Aumentado tamaño del pool de 10 a 25."
})

🚀 Seguimiento de Hitos: Marca y encuentra logros:

save_event({
  "user_id": "producto",
  "subject": "milestone:release",
  "content": "Versión 2.0 lanzada con modo oscuro y soporte multiidioma."
})

Búsqueda Potente

Encuentra eventos con filtros combinados:

search_events({
  "user_id": "api-service",
  "subject": "error:database",
  "query": "timeout conexión",
  "last_days": 7,
  "limit": 20
})

Esto encuentra errores de base de datos de la última semana que están semánticamente relacionados con timeouts de conexión.

🧠 Embeddings Duales de Código

Los modelos de embedding de texto genéricos funcionan bien para lenguaje natural, pero el código tiene patrones y semántica diferentes. La versión 1.11.0 introduce soporte para modelos de embedding especializados en código.

¿Por Qué Modelos Especializados?

Los modelos de embedding específicos para código como CodeRankEmbed o Jina Code Embeddings están entrenados con código fuente y entienden:

• Sintaxis y patrones de lenguajes de programación
• Semántica y relaciones del código
• Mapeo de lenguaje natural a código

Esto se traduce en mejores resultados al buscar código semánticamente.

Cómo Configurar

Usa un modelo dedicado para indexación de código mientras mantienes tu modelo general para texto:

GGUF (Local):

# Modelo principal para texto
gguf-model-path: "./nomic-embed-text-v1.5.Q4_K_M.gguf"

# Modelo específico para código
code-gguf-model-path: "./coderankembed.Q4_K_M.gguf"

Ollama:

ollama-model: "nomic-embed-text"
code-ollama-model: "jina/jina-embeddings-v3"

OpenAI:

openai-model: "text-embedding-3-small"
code-openai-model: "text-embedding-3-large"

Fallback Automático

Si no configuras un modelo específico para código, Remembrances usa tu modelo de embedding por defecto para todo. ¡Actualiza a tu propio ritmo!

Modelos Recomendados

Empezando

Actualizar

Descarga desde GitHub Releases y reemplaza tu binario existente.

Prueba los Eventos

Comienza a rastrear con:

save_event({
  "user_id": "mi-proyecto",
  "subject": "log:sesion",
  "content": "Comenzado trabajo en la nueva función del dashboard."
})

Busca después:

search_events({
  "user_id": "mi-proyecto",
  "query": "función dashboard",
  "last_days": 30
})

Configura Embeddings de Código

Añade a tu config.yaml:

code-gguf-model-path: "./coderankembed.Q4_K_M.gguf"

Luego re-indexa tus proyectos para beneficiarte de embeddings optimizados para código.

Próximos Pasos

Continuamos mejorando Remembrances MCP con:

• Más capacidades de búsqueda de eventos
• Soporte adicional para modelos de embedding de código
• Mejoras de rendimiento para registro de eventos de alto volumen

¡Gracias por vuestro continuo apoyo y feedback!

¿Preguntas o feedback? ¡Abre un issue en GitHub!

• ←Previo
• Siguiente→