Construir memoria persistente entre sesiones en un proyecto a largo plazo
Cuándo usarlo: Sigues re-explicando el mismo contexto del proyecto en cada sesión.
Requisitos previos
- MARM-Systems instalado y ejecutándose — docker pull lyellr88/marm-mcp-server && docker run -d -p 8001:8001 lyellr88/marm-mcp-server
Flujo
-
Inicia una sesión etiquetada con el proyectomarm_start con etiqueta de proyecto 'dataplatform-migration'. Registra que estamos migrando de Redshift a Snowflake, plazo final de fin de Q2.✓ Copiado→ Sesión iniciada; entrada inicial guardada
-
Suelta contexto mientras trabajasmarm_contextual_log: 'Decidimos usar Fivetran para replicación CDC, evaluamos Airbyte pero la sobrecarga de configuración es demasiado alta.'✓ Copiado→ Clasificado y almacenado automáticamente
-
En la siguiente sesión, recuperamarm_smart_recall 'qué decidimos sobre la herramienta CDC?'✓ Copiado→ Emergen decisiones pasadas relevantes
Resultado: La sesión N+1 comienza con todo el contexto de las sesiones 1-N accesible por consulta, sin necesidad de re-escribir.
Errores comunes
- Verter cada chat en memoria obstruye la recuperación — Usa marm_contextual_log para decisiones e hitos, no para cada intercambio
- La búsqueda vectorial falla con jerga — Etiqueta explícitamente las entradas con nombres de proyecto para fallback por palabra clave