El proyecto engrim presenta un motor de memoria universal, local-first, basado en SQLite que resuelve la dilución de contexto y el vendor lock-in en el desarrollo de IA. Esta solución de cero dependencia en la nube permite a los desarrolladores cambiar sin problemas entre Google Antigravity, Claude Code, Cursor y Windsurf dentro del mismo proyecto sin perder decisiones arquitectónicas o estado del proyecto. La innovación central reemplaza la dilución de atención inflada con una memoria de trabajo episódica curada de 4,000 caracteres, reduciendo drásticamente los costos de contexto mientras preserva la continuidad entre cambios de modelo.

Las pruebas empíricas demuestran un valor significativo: un estudio de caso de 105 sesiones en un sistema de trading algorítmico de 50,000 líneas mostró cero regresiones en 186 pruebas unitarias y ninguna amnesia de contexto durante transiciones de modelo. Las pruebas de producción revelaron una reducción del 99%+ en el costo de contexto recargado, consolidando más de 153,000 tokens de trabajo en menos de 1,000 tokens (<1% de ventanas de contexto estándar). La arquitectura presenta recuperación híbrida combinando búsqueda de palabras clave SQLite FTS5 con embeddings vectoriales para carga inteligente de contexto caliente.

La solución ofrece características poderosas incluyendo un Botón de Guardado para externalizar decisiones y restricciones, y Carga Inteligente de Contexto Caliente que mantiene la integridad del contexto incluso después de limpiar sesiones. La instalación se simplifica mediante auto-detección de entornos instalados como Google Antigravity, Claude Code y Cursor, con guías de configuración explícitas para cada plataforma.

Entidades Clave: Empresas: Google Antigravity, Claude Code, Cursor, Windsurf