Stash: livello di memoria persistente open source per agenti AI

Stash è un livello di memoria persistente open source con licenza Apache 2.0 per agenti AI, progettato per fornire loro memoria a lungo termine tra sessioni diverse. A differenza del retrieval-augmented generation (RAG), che cerca solo documenti statici, Stash impara da ogni conversazione, decisione e fallimento, sintetizzando osservazioni grezze in fatti, costruendo un grafo della conoscenza, rilevando contraddizioni e monitorando obiettivi. Utilizza un sistema di namespace per organizzare le informazioni apprese in modo gerarchico, simile alle cartelle di un computer. Stash funziona con qualsiasi agente compatibile con MCP (ad es. Claude Desktop, Cursor) e qualsiasi backend compatibile con OpenAI (cloud, locale o self-hosted tramite Ollama, vLLM, LM Studio, Together AI, Groq). Fornisce 28 strumenti che coprono l'intero stack cognitivo, dal richiamo grezzo alle catene causali e alla gestione delle ipotesi. Un processo in background sintetizza continuamente le esperienze in conoscenza strutturata. Stash è basato su PostgreSQL e pgvector, con configurazione tramite Docker Compose. Supporta più modelli tramite OpenRouter o LLM locali come Qwen, Llama, Mistral. Il progetto è ospitato su GitHub e mira a rendere la memoria una caratteristica universale, non un blocco premium.