DSH Wiki DSH Wiki
Inicio / Plugins DSH / EverOS

EverOS

Una sola memoria, útil en todas partes.

Una capa de memoria portátil: local-first, nativa en Markdown, con una sola memoria autoevolutiva compartida entre apps de agentes.
12,081 star v1.2.3 Memoria / almacenamiento GitHub

Instalación

Python 3.12+; una API key de OpenRouter. Problemas conocidos: la búsqueda híbrida necesita un embedding provider, y la configuración mínima de un clic solo admite "method": "keyword"; la ingesta de documentos de Office depende de tener LibreOffice instalado en el sistema; /api/v1 es un alias heredado que se eliminará en el futuro; cuando falta alguna capacidad opcional, la interfaz devuelve HTTP 422; desde la v1.2.3, si falla el bucle en segundo plano el proceso sale con SIGTERM, por lo que hace falta un mecanismo externo de reinicio como systemd/Docker/K8s.
Paquete de Python: instálalo con pip o uv y ejecuta el comando que trae.
uv pip install everos # or: pip install everos
Multimodal opcional
uv pip install 'everos[multimodal]' # or: pip install 'everos[multimodal]'

Tutorial completo

01everos demo para correr primero la demostración (no requiere API key)
02everos init genera ~/.everos/everos.toml y ~/.everos/ome.toml
03Colocar la API key de OpenRouter en everos.toml
04everos server start inicia el servicio; verificar con curl http://127.0.0.1:8000/health
05Escribir, persistir y consultar la memoria mediante /api/v2/memory/add, /api/v2/memory/flush y /api/v2/memory/search

config

# everos.toml [llm] model = "openai/gpt-4.1-mini" api_key = "<OPENROUTER_API_KEY>" base_url = "https://openrouter.ai/api/v1"

Características

·Archivos de memoria en Markdown con versionado en Git, índices locales en SQLite + LanceDB y sin dependencia de bases de datos externas
·Búsqueda híbrida por palabras clave y vectores, con consulta ortogonal en las dimensiones user/agent/app/project/session
·Autoevolución por reflexión (reflection) sobre la memoria entre sesiones; ingesta multimodal opcional (imágenes/PDF/audio/documentos); su ecosistema incluye un plugin para Claude Code, EverMem Sync, entre otros

Muro de comentarios

X @berryxia · 2026-04-14
恭喜!EverMind 打磨已久的超级更新终于上线! 一站式 Agent 创建、测试、集成平台 EverOS + 新基准 EvoAgentBench 全部开源! 1. EverOS:全新一站式开源库,内置多个 Methods、Benchmarks 和 Usecases,用户直接用现成组件魔改出自己的 Agent 2. EvoAgentBench:开源中立基准,专测
¡Felicidades! ¡Por fin llegó la gran actualización que EverMind llevaba tanto tiempo puliendo! ¡EverOS, la plataforma todo en uno para crear, probar e integrar agentes, más el nuevo benchmark EvoAgentBench, todo open source! 1. EverOS: una nueva librería open source todo en uno, con múltiples Methods, Benchmarks y Usecases integrados, para que el usuario arme su propio agente modificando componentes ya listos. 2. EvoAgentBench: un benchmark abierto y neutral, especializado en… (texto truncado en la fuente)
55 me gusta Fuente original
X @yhslgg · 2026-07-07
AI Agent 的记忆通常是黑盒——你不知道它记了什么、存在哪、能不能直接改——EverOS,10300 个 Star,把这件事做成了一堆你能打开的 .md 文件,本地跑,不依赖任何托管服务。 一句话:给 AI Agent 装一个本地优先的持久记忆层,存的是 Markdown 文件,能读、能改、能 git diff,pip 一条命令装好。
La memoria de un agente de IA suele ser una caja negra: no sabes qué recuerda, dónde lo guarda ni si puedes editarlo directamente. EverOS, con 10,300 stars, convirtió eso en un montón de archivos .md que puedes abrir, corriendo en local y sin depender de ningún servicio administrado. En una frase: le instala al agente una capa de memoria persistente local-first, guardada en archivos Markdown que puedes leer, editar y pasar por git diff, y que se instala con un solo comando de pip.
6 me gusta Fuente original
DSH Wiki · El radar de DSH · Un proyecto de ai798 Lab
Sitio oficial de DeepSeek Harness GitHub
Datos recopilados de primera mano