Adaptive Recall, desarrollada por AI Apps API, es una API de memoria para aplicaciones de inteligencia artificial que permite almacenar, recuperar y olvidar información a partir de cada interacción. A diferencia de las APIs de memoria convencionales —limitadas, por lo general, a almacenar embeddings y buscar mediante similitud coseno—, el sistema incorpora seis capas adicionales de procesamiento.
En cada consulta se ejecutan en paralelo cuatro estrategias de recuperación: similitud vectorial, recencia temporal, búsqueda por palabras clave en texto completo y recorrido del grafo de conocimiento. Un mecanismo de scoring adaptativo, basado en el modelo cognitivo ACT-R, pondera recencia, frecuencia de acceso, entidades conectadas y confianza validada para ordenar los resultados más relevantes.
La plataforma extrae automáticamente entidades y relaciones para construir un grafo de conocimiento que actúa como vía de recuperación complementaria a la búsqueda textual. Las memorias no son registros estáticos: atraviesan un ciclo de vida con etapas definidas, ajustan su confianza según la evidencia disponible y se desvanecen cuando dejan de consultarse.
El sistema reentrena modelos de machine learning con los datos de uso de cada cliente, valida cada cambio de parámetro contra el historial real de consultas y monitoriza de forma autónoma la calidad de las recuperaciones. Para los desarrolladores ofrece ocho funciones —store, recall, update, forget, graph, status, snapshot y feedback— accesibles mediante el protocolo MCP, compatible con Claude Code y otras herramientas CLI, o a través de una API REST HTTP con autenticación por token Bearer y payloads en JSON. Resulta especialmente útil para equipos que construyen agentes conversacionales, asistentes con contexto persistente y sistemas RAG que necesitan una memoria que evolucione con el uso.