Cortex by SKYNETLAB
For AI builders: Cortex by SKYNETLAB stores semantic memory over MCP so your AI remembers facts accurately and cites sources instead of hallucinating.
Built by Filippo Pilotta · Freemium
Cortex by SKYNETLAB is a Product Hunt listing on Launch Llama with 88 total upvotes, founded by Filippo Pilotta who joined in Aug 2026, compared against 6 alternatives.
Product Hunt listing
Listing status
88upvotes
Community score
Filippo Pilotta (Joined Aug 2026)
Founder
Compared against 6 alternatives
Market comparison
Launched on Launch Llama Aug 26, 2026 · #29 of 37 that day





About
Hosted semantic memory your AI connects to over MCP. Every write passes a quality gate (~80% rejected as redundant in production), facts become typed claims, contradictions are tracked instead of overwritten, and answers cite their sources. 2-minute setup with Claude, works with any MCP client. 30-day free trial, no card. Plans from €0.99/month. EU infrastructure, patent-pending engine. Built solo in Bergamo, Italy.
Launch Llama's Take
Based on Launch Llama data as of
Cortex by SKYNETLAB has 88 upvotes, including the votes it received on Product Hunt. It has been listed on Launch Llama since August 2026. 1 Launch Llama member has upvoted it and it has no reviews yet.
Key Features
- Remove duplicate information from stored memories
- Track contradictions between different stored facts
- Search and recall memories with source citations
- Measure prediction accuracy against actual outcomes
- Distinguish verifiable facts from assumptions
Use Cases
- Researchers maintaining continuous context across multiple AI conversations
- Teams using multiple AI assistants needing shared memory
- Professionals tracking contradictions in evolving information
Who it is for
- AI builders and developers connecting agents to a shared memory layer over MCP.
- Teams and individuals who use several AI assistants and want continuity between them.
Pricing
Cortex offers a free trial that connects in about two minutes.
FAQ
Perché dovrei usare Cortex invece di Obsidian o di un archivio di note? Why would I use Cortex instead of Obsidian or a note vault?
Risolvono due problemi diversi che sembrano lo stesso problema. Obsidian è una memoria per te, mantenuta da te: scrivi, organizzi e colleghi le note, ed è eccellente in questo. Cortex è una memoria per l'AI, mantenuta dal sistema, e la differenza sta in quattro punti. Chi decide cosa entra: ogni scrittura passa un quality gate che rifiuta quello che riconosce come già noto, fino al 99% quando il materiale è già presente, mentre un vault non ha il concetto di nota che non merita di esistere. Le contraddizioni: in un vault la nota di marzo e quella di oggi convivono in silenzio; Cortex estrae i fatti come claim e traccia i conflitti, con la storia di cosa ha sostituito cosa. Dove funziona: un vault vive su un filesystem desktop, Cortex è un endpoint remoto identico da Claude web, mobile, Claude Code e ChatGPT. La manutenzione: un vault utile è un giardino da potare, Cortex si pota da solo. La concessione onesta: un utente disciplina
Perché la mia AI dimentica tutto tra una conversazione e l'altra? Why does my AI forget everything between one conversation and the next?
Perché un modello linguistico ragiona dentro una finestra di contesto: un blocco di testo che contiene tutto ciò che sa di te in quel momento. È una scrivania: quello che c'è sopra il modello lo vede, quello che non c'è sopra per lui non esiste, e a fine conversazione la scrivania viene sgomberata. I pesi del modello, cioè quello che ha imparato in addestramento, non cambiano parlando con te: sa chi era Napoleone, non sa che martedì hai cambiato fornitore. Ogni memoria artificiale, Cortex compreso, è un modo di rispondere a una sola domanda: cosa rimettere sulla scrivania a ogni conversazione, e chi lo decide. Cortex lo decide con un filtro di qualità in scrittura e con un richiamo che cita le fonti, e lo fa fuori dal singolo prodotto: la scrivania si riempie allo stesso modo da Claude, da ChatGPT e da qualunque client MCP. Because a language model reasons inside a context window: a block of text holding everything it knows
Claude e ChatGPT non hanno già una memoria integrata? Don't Claude and ChatGPT already have built-in memory?
Sì, e per un uso occasionale basta. Ma quella memoria resta dentro il singolo prodotto: se cambi modello, la perdi. Cortex sopravvive al cambio di modello (stessa memoria da Claude e da ChatGPT), ti mostra esattamente cosa ha salvato e perché, traccia le contraddizioni tra ricordi e rifiuta i duplicati prima di scrivere. Se non esci mai da un solo assistente e non ti interessa verificare cosa ricorda, la memoria integrata vince in semplicità. Yes, and for casual use it is enough. But that memory stays inside the single product: switch models and you lose it. Cortex survives a model switch (same memory from Claude and ChatGPT), shows you exactly what it stored and why, tracks contradictions between memories and rejects duplicates before writing. If you never leave one assistant and don't care about auditing what it remembers, built-in memory wins on simplicity.
Non è solo RAG? Isn't this just RAG?
Il lato del recupero è RAG, nessuna obiezione: embedding, ricerca semantica, contesto passato al modello. Ma un RAG classico è una pipeline di sola lettura sopra un corpus che qualcun altro deve tenere pulito: indicizza tutto quello che riceve, e la qualità delle risposte dipende interamente dalla qualità del corpus. Cortex interviene dove il RAG non arriva, in tre punti. Primo, la scrittura è governata: ogni memoria proposta passa un quality gate che rifiuta quello che riconosce come già noto, e i fatti vengono estratti come claim tipizzati. Secondo, la memoria ha un ciclo di vita: le memorie episodiche vengono consolidate nel tempo, gli aggiornamenti restano collegati al record che sostituiscono, il database si raffina invece di gonfiarsi. Terzo, c'è un livello epistemico: le contraddizioni tra memorie vengono rilevate e tracciate come oggetti di prima classe, ogni memoria porta un punteggio di coerenza, e ogni risposta può cita
Che differenza c'è tra un database e una memoria per AI? What is the difference between a database and a memory for AI?
Un database conserva: quello che entra resta, quasi sempre, nella forma in cui è entrato, e lo ritrovi identico un mese dopo. È il suo mestiere, e un archivio che alterasse i dati sarebbe un archivio rotto. Una memoria fa il contrario: sceglie cosa tenere e scarta il resto, fonde i ricordi simili, sostituisce il vecchio con il nuovo tenendo traccia del passaggio, e cambia forma nel tempo, come la tua. Un RAG e la maggior parte dei livelli di memoria open source sono database evoluti: bravissimi a conservare e ritrovare, alcuni aggiornano un fatto quando cambia, ma nessuno parte dall'idea che un ricordo possa non meritare di esistere. Cortex è progettato come memoria: il quality gate decide cosa entra, i claim estraggono i fatti, i conflitti restano visibili con il legame «superata da», e di notte un consolidamento fonde gli episodi simili e ricompatta gli aggiornamenti sopra ciò che hanno sostituito. Se ti serve un archivio affidabile, un databas
Cosa succede quando due memorie si contraddicono? Chi decide chi vince? What happens when two memories contradict each other? Who decides which wins?
Il sistema non sceglie in silenzio: è una decisione di design. La ricerca restituisce entrambe le memorie in conflitto, ognuna marcata con un avviso, i punteggi di affidabilità e le date. Il livello di sintesi preferisce la più recente ma dichiara esplicitamente che la più vecchia è superata, citando gli id di entrambe. E il conflitto stesso vive come oggetto di prima classe con uno stato aperto/risolto: il comando "mostra conflitti" li elenca, e puoi risolverne uno esplicitamente. La regola: il sistema può avere un'opinione su chi vince, ma non ha mai il diritto di nascondere il disaccordo. Una memoria che scegliesse i vincitori in silenzio sarebbe solo una sovrascrittura con passaggi in più. The system doesn't pick silently: that's a design decision. Search returns both conflicting memories, each flagged with a warning, reliability scores and timestamps. The synthesis layer prefers the most recent but explicitly states that the older o
E rispetto a Mem0, Zep o Graphiti? What about Mem0, Zep or Graphiti?
È la classe di paragone giusta, più di Obsidian, e sono progetti solidi. Le differenze che rivendichiamo: Cortex è hosted a zero setup (funziona dal telefono senza infrastruttura), il quality gate in scrittura è il cuore del design e non un'opzione, e i conflitti sono oggetti di prima classe. Se sai fare self-hosting e vuoi il pieno controllo, Mem0 o Graphiti sono scelte legittime; se vuoi una memoria che funzioni ovunque senza gestirla, quello è il mestiere di Cortex. Il confronto punto per punto, con le fonti, è nella pagina Confronti . That's the right comparison class, more than Obsidian, and they are solid projects. The differences we claim: Cortex is hosted with zero setup (works from a phone with no infra), the write-time quality gate is the core of the design rather than an option, and conflicts are first-class objects. If you can self-host and want full control, Mem0 or Graphiti are legitimate choices; if you want a memory that works e
Perché col quality gate attivo il punteggio benchmark scende? Why does the benchmark score drop with the quality gate on?
Perché il gate non è gratis, e lo pubblichiamo: su LoCoMo Cortex fa ~69% a gate spento e ~56% a gate acceso. Quei ~13 punti sono il prezzo misurato di una memoria che rifiuta quello che riconosce come già noto invece di accumulare tutto. LoCoMo premia il ricordo totale delle minuzie di conversazione: una memoria che filtra le minuzie perde punti sulle domande sulle minuzie, per costruzione, mentre le domande avversariali restano al 95% e lo storage cala di circa il 30%. Il gate spento dice che il motore di recupero è al livello dello stato dell'arte; il gate acceso è un obiettivo diverso: memoria governata invece di richiamo massimo. Tutti i numeri, comprese le categorie dove fa male, sono nella pagina benchmark . Because the gate isn't free, and we publish that: on LoCoMo Cortex scores ~69% with the gate off and ~56% with it on. Those ~13 points are the measured price of a memory that refuses what it recognises as already known instead of accumulatin
Cortex consuma meno di un RAG tradizionale? Quanto? Does Cortex use less energy than a traditional RAG? How much?
Sì, per costruzione, e i numeri sono stime dichiarate, non certificazioni. Due motivi. Il primo è l'infrastruttura: Cortex gira su servizi che lavorano solo quando qualcuno li chiama, senza una macchina accesa ad aspettare. Il secondo è il quality gate: ogni proposta rifiutata è un embedding che non viene calcolato, una scrittura che non avviene e una lettura in meno a ogni ricerca. Meno lavoro, meno corrente, meno emissioni. Sul traffico reale stimiamo che Cortex faccia circa un quinto del lavoro di un sistema che conserva tutto, con uno storage inferiore di circa il 30%. Il metodo di calcolo, con i coefficienti usati, è pubblicato nella pagina Sostenibilità ; le misure puntuali sono disponibili in sede di valutazione tecnica. La regola dietro vale per qualunque sistema: il modo più sostenibile di gestire un dato è non averlo dovuto memorizzare. Yes, by design, and the figures are declared estimates, not certifications. Two reaso
Perché pagare, se esistono alternative open source gratuite? Why pay, when free open-source alternatives exist?
Se sai fare self-hosting, le opzioni open source sono legittime e dovresti usarle. Ma prima fai il conto vero, perché open source non vuol dire gratis: il codice lo è, il resto no. Serve una macchina, comprata o affittata, accesa ventiquattro ore su ventiquattro, che consuma corrente anche quando non la usi; una scheda grafica se vuoi calcolare gli embedding in casa, oppure un modello di embedding pagato a chiamata; un database vettoriale con i backup; gli aggiornamenti di progetti che cambiano ogni settimana; la sicurezza, perché lì dentro ci sono i tuoi ricordi. E la voce più cara, che nessuno mette in fattura: le tue ore. Cortex è per chi non può o non vuole fare questo lavoro: nessun setup, nessuna macchina accesa, funziona dal telefono, stessa memoria su più modelli, infrastruttura europea, e un costo mensile più basso di qualunque installazione tenuta in piedi da soli. Il confronto giusto non è tra gratis e a p
Alternatives
New on Launch Llama
- Cannon Tales
- TeleCalling CRM
- SiteTo.App
- PineScripter
- Chart for email by dynamoemail
- Fluently: AI Language Tutor
- Kleos
- Wiro AI
Launched this week · This month's launches · All products A–Z
Ask AI about Cortex by SKYNETLAB
Supporters
1 founder
1 founder supported Cortex by SKYNETLAB on Launch Llama.
For bots & AI agents
Machine-readable versions of Cortex by SKYNETLAB and Launch Llama. Fetch these instead of parsing this page.
This listing (.md) llms.txt llms-full.txt ai.txt Full catalog (.md) Endpoint index API docs MCP server MCP manifest Developer docs