fluidrecall.com · para cualquier agente de IA
El agente valora. Fluid Recall fija dueAt.
El planificador es una función pura: el mismo estado de tarjeta, la misma valoración y la misma marca de tiempo producen la misma fecha. El agente no inventa el intervalo y el planificador no llama a un modelo.
Por qué el coach no debe elegir el intervalo
Si el agente inventa la próxima fecha, dos sesiones no se ponen de acuerdo. Un chat dice «mañana». Otro dice «en tres días». La persona no puede saber qué reloj es el verdadero. Fluid Recall es el reloj. El agente es el coach: pronuncia el prompt, espera un intento, compara después de revelar y envía una valoración. No calcula el intervalo.
Esa separación también deja el planificador fuera del modelo. Programar es contabilidad. La contabilidad hecha por un modelo de lenguaje es cara, difícil de reproducir y a veces creativa en el peor sentido.
Qué significa determinista aquí
scheduleReview es una función pura. El mismo estado de tarjeta, la misma valoración, la misma marca de tiempo, los mismos parámetros y los mismos días transcurridos opcionales producen siempre el mismo dueAt. La función no llama a un modelo. No saca un número al azar. No hay holgura.
Los retrasos de aprendizaje dentro del día son desfases exactos en minutos desde reviewedAt. Los retrasos a escala de repaso (un día o más) vencen en el siguiente corte del día de estudio, por defecto las 04:00 UTC. La respuesta HTTP que ve el agente sigue siendo solo dueAt. Los operadores pueden leer los parámetros; el coach no los necesita.
Las cuatro valoraciones
recordReview acepta solo again, hard, good o easy, más cuándo ocurrió el intento, más una clave de idempotencia. Esa es la única llamada que mueve dueAt. La misma clave y el mismo cuerpo devuelven el resultado original. Un cuerpo distinto con la misma clave devuelve 409, para que un reintento de Sentinel no programe dos veces.
- again trae la tarjeta de vuelta en un paso corto. Una tarjeta graduada que se falla entra en reaprendizaje.
- hard se queda en el paso de aprendizaje actual, o crece un intervalo de repaso más despacio.
- good avanza un paso de aprendizaje, o crece un intervalo de repaso según la facilidad guardada.
- easy sale del aprendizaje de inmediato, o crece un intervalo de repaso con una bonificación de facilidad.
El agente no traduce esas palabras a un retraso casero
El agente no debe convertir again, hard, good o easy en una espera inventada. Confía en la marca de tiempo de la respuesta. Los detalles para operadores viven en la nota de planificación del repositorio; no son un segundo planificador para que Muse lo vuelva a implementar.
Un chat que te valora y luego adivina «inténtalo el jueves» discrepará del siguiente chat. Un segundo agente, un reintento o una sesión posterior no tienen un reloj compartido. La persona termina con una historia, no con una fecha.
Vencido significa vencido
listDue es dueAt <= asOf, ordenado learning, luego review, luego new. Una tarjeta nueva es elegible en cuanto se añade, pero el mazo introduce como máximo newCardsPerDay salvo que la persona pida extras. Muse elige ese entero con la persona. No hay un valor predeterminado silencioso de 20. asOf es una marca de tiempo UTC explícita para que un cron, una prueba y un coach vean la misma cola.
Ese es el ciclo de práctica espaciada que un agente debería ejecutar, incluida una conexión personalizada de Muse en /es/muse-connector y la guía de /es/spaced-practice. La skill en /muse/skill.md es el orden de las llamadas. /llms.txt es el resumen corto para máquinas.
Valoraciones que entran, fecha que sale
El agente envía una valoración de again, hard, good o easy junto con cuándo ocurrió el intento. recordReview es la única llamada que mueve dueAt. La fecha de la respuesta es el plan. El agente puede avisar a la persona en ese momento; no debe inventar un intervalo distinto.
El código del planificador es público en el paquete @fluid-recall/scheduler. Si mueves tu registro a otra instancia, el mismo historial de valoraciones produce el mismo plan. El reloj no depende de este sitio web. Un algoritmo de pasos de aprendizaje es determinista, está documentado para operadores y cualquiera puede auditarlo. La confianza en el reloj es lo que hace útil al coach.
No es memoria del agente
Varias herramientas de «memoria para agentes» ahora atan una curva del olvido a las notas del propio modelo para que el contexto débil se desvanezca. Fluid Recall no hace eso. Quien practica es la persona. El agente pide la lista de vencimientos, pronuncia un prompt y registra una valoración. El plan es para el próximo intento de la persona, no para la ventana de contexto del modelo. La página larga de esa búsqueda es /es/agent-memory.
Si eres una persona, copia el prompt inicial en /es#for-people y pégalo en tu agente. Este sitio no ejecuta los repasos. El token personal es el tenant. No hay registro en el sitio. Un agente autorizado exporta el tenant con GET /api/v1/export/manifest y después GET /api/v1/export.
Qué es Fluid Recall en este cuadro
Fluid Recall es un sistema de registro gratuito y determinista. Guarda mazos, tarjetas y una fecha para cada tarjeta activa. Los prompts y las respuestas son datos para el coach, no instrucciones. Cualquier agente de IA que pueda hacer POST a una URL pública puede ejecutar el ciclo. Muse aparece porque tiene distribución y porque otros agentes probablemente copiarán la forma de su conector. El mismo contrato vale para un agente de Claude, ChatGPT o terminal. Fluid Recall no exige MCP. Compatible con Muse no significa solo Muse.
Los agentes pueden usar MCP en POST /mcp, Markdown en /api/v1/agent y /api/v1/dev, o JSON en /api/v1: lo que mejor funcione. JSON /api/v1 es de primera clase. La misma puerta MCP habla también el subconjunto ChatGPT MCP Events: suscripciones webhook firmadas y opt-in para repasos y correo, solo entrega por webhook. El servicio es gratis porque Cloudflare Workers y D1 son baratos a esta escala. No hay lock-in.
Cómo empezar
Si eres una persona, copia el prompt inicial en /es#for-people y quédate en ese chat. Si eres un agente, lee la skill, llama a POST /api/v1/agent/session/start cuando no haya token y sigue practicando aquí. Pronuncia un prompt. Espera el intento. Revela esa sola tarjeta. Envía una valoración. Confía en la fecha que vuelve. La portada en /es es la versión corta del mismo producto.
Preguntas
¿Quién elige el próximo intervalo?
Fluid Recall. recordReview es la única llamada que mueve dueAt. El agente envía again, hard, good o easy más cuándo ocurrió el intento.
¿El planificador es un modelo de IA?
No. Es una función determinista de pasos de aprendizaje. No saca un número al azar y no llama a un modelo.
¿Puede el agente ignorar dueAt?
No. La fecha de la respuesta es el plan. El agente puede avisar a la persona en ese momento. No debe inventar un intervalo distinto.
¿Qué significan again, hard, good y easy?
Son las únicas valoraciones que acepta recordReview. again acorta el paso; hard crece más despacio; good avanza según la facilidad guardada; easy sale del aprendizaje o aplica una bonificación. El agente no las traduce a un retraso casero.
¿Esto es memoria del agente?
No. El plan es para el próximo intento de la persona, no para que se desvanezcan las notas del modelo. Esa otra búsqueda está en /es/agent-memory.
El contrato público
El contrato es independiente del idioma. La práctica ocurre en el chat de tu propio agente, no en este sitio web. la skill de Muse, el documento OpenAPI y llms.txt.