Zep AI

Zep construye un grafo de conocimiento temporal con entidades, hechos y relaciones por cada usuario, cuenta o dominio. Los hechos llevan fecha y las relaciones antiguas pierden peso cuando aparecen datos que las contradicen. Esa estructura permite distinguir una dirección actual de otra que cambió el año pasado.

La API de memoria para agentes cubre usuarios, hilos, mensajes y datos de negocio, con SDK para Python, TypeScript y Go sobre REST. Creas un usuario, le asocias un hilo y publicas los mensajes según llegan. La recuperación devuelve un bloque de contexto dimensionado para el siguiente prompt, así que el modelo recibe historial útil y no una transcripción entera.

Graph RAG combina el recorrido del grafo con la búsqueda en documentos y episodios enlazados. Funciona bien con datos que cambian, porque los hechos nuevos se cuelgan de entidades que ya existen en vez de esperar una reindexación. Los equipos que empezaron con búsqueda vectorial por fragmentos suelen pasar aquí cuando sus datos se mueven a diario.

El ensamblado de contexto elige los hechos de los que depende una tarea, no todos los registros que mencionan al usuario. Zep informa de una reducción de tokens de hasta el 90% frente a las llamadas a herramientas, y eso se nota en la factura del modelo y en prompts más cortos. La contrapartida: la calidad depende de lo limpia que sea la ingesta.

Las políticas deciden qué agente puede recuperar cada parte del contexto, y cada petición queda registrada. Zep Cloud cuenta con SOC 2 Type II y HIPAA BAA, y permite despliegue en VPC o con tus propias claves de cifrado en condiciones enterprise. Esa combinación explica por qué los equipos regulados lo eligen frente a una librería de memoria sin más.

Además de los SDK, Zep ofrece webhooks, tipos de entidad y de relación personalizados, observaciones y un Context MCP Server para herramientas como Claude Code o Cursor. El motor del grafo, Graphiti, es de código abierto, así que puedes revisar el modelo de recuperación antes de comprometerte.