---
title: "Temporal Memory Workflows · Plantillas de workflows"
description: "Plantillas de workflows durables que emparejan Temporal con memoria persistente de agentes. Cinco plantillas Temporal (T01-T05): agente memory-aware,"
canonical: "https://matthiasmeyer.tech/es/repos/temporal-memory-workflows"
language: "es"
last_updated: "2026-08-21"
markdown_versions: ["https://matthiasmeyer.tech/repos/temporal-memory-workflows.md", "https://matthiasmeyer.tech/de/repos/temporal-memory-workflows.md", "https://matthiasmeyer.tech/es/repos/temporal-memory-workflows.md"]
image: "https://matthiasmeyer.tech/api/og/repo/temporal-memory-workflows?lang=es"
publisher: "Matthias Meyer, https://matthiasmeyer.tech (llms.txt: https://matthiasmeyer.tech/llms.txt)"
---

workflow alpha TypeScript

# Temporal Memory Workflows

Plantillas de workflows durables que emparejan Temporal con memoria persistente de agentes

Cinco plantillas Temporal (T01-T05): agente memory-aware, aprobación de operador, saga rollback, síntesis recurrente, coordinación multi-agente. Todos los workflows escriben conocimiento durable (learn), decisiones (decide) y mistakes en Memory vía Temporal activities. Bring-your-own-backend mediante el adaptador MemoryClient (HostedMemoryClient + InMemoryMemoryClient). 45 tests con time-skipping, MIT.

[Ver en GitHub →](https://github.com/studiomeyer-io/temporal-memory-workflows)

## Qué problema resuelve

LangGraph es bueno en cadenas cortas guiadas por el modelo. n8n es bueno en flujos visuales y deterministas. Ninguno cubre el tercer caso: un flujo de larga duración que no va del modelo en absoluto, con reversiones tipo saga, semanas esperando un evento externo y reintentos que sobreviven a la caída de un proceso. Para eso está Temporal, y estas plantillas lo emparejan con memoria de agente.

## Cómo funciona

Cinco plantillas, cada una empareja un flujo de Temporal con memoria persistente para que el estado del flujo y el conocimiento del agente sigan siendo coherentes. La primera enseña la forma básica: leer memoria, razonar, escribir memoria, y sobrevivir a la caída de un trabajador a mitad de camino. Las cinco se verificaron en vivo contra un clúster autoalojado y la suite de pruebas está en verde.

## Cuándo usarlo

Cógelas cuando lo que automatizas dura días o semanas, tiene que ocurrir exactamente una vez y debe retomar donde estaba tras un reinicio. Esa es la banda estrecha donde Temporal justifica su coste operativo, y las plantillas te ahorran además la integración de la memoria.

## Cuándo no usarlo

Temporal es un clúster que tienes que operar, y eso es un coste real para un flujo corto. Para una cadena que acaba en un minuto, LangGraph o n8n es la respuesta más barata. Ten en cuenta además que esto todavía no está en npm: se clona o se bifurca en vez de instalarse.

Stars

★ 1

Clones (14d)

⊟ 30

Lenguaje

TypeScript

Actualizado

2026-08-21

## Repos relacionados

- Local Memory MCP

    → escribe memoria durable en

    →

    https://matthiasmeyer.tech/es/repos/local-memory-mcp

- StudioMeyer Memory

    → variante de backend hosted para

    →

    https://matthiasmeyer.tech/es/repos/studiomeyer-memory

- Darwin LangGraph

    → capa durable para grafos in-process

    →

    https://matthiasmeyer.tech/es/repos/darwin-langgraph

## Sitemap

Todas las páginas de este sitio en Markdown: [sitemap](https://matthiasmeyer.tech/sitemap.md). Punto de entrada: [llms.txt](https://matthiasmeyer.tech/llms.txt).