Sistema de memória de IA local-first que armazena o histórico de conversas na íntegra e o recupera por busca semântica, com acesso via servidor MCP e CLI.
CaviraOSS/LongMemory
Mecanismo de memória persistente, local-first e auto-hospedado para apps e agentes com LLM, com armazenamento em SQLite, recuperação temporal e integração com MCP.
- Estrelas
- 4,569
- Forks
- 514
- Issues abertas
- 5
- Último commit
- há 20 dias
O que é?
LongMemory é uma camada de memória para aplicações com LLM e agentes autônomos. Ela armazena fatos de conversas, documentos e eventos de projetos em um banco de dados SQLite local, permitindo que uma aplicação recupere o que era verdade em determinado momento, em vez de depender apenas de buscas por vetores mais próximos. A recuperação oferece modos estrito, histórico, associativo e baseado no mundo real, e os resultados respeitam um limite de tokens, com explicações sobre o motivo da seleção de cada item.
O mecanismo foi desenvolvido em TypeScript e pode ser usado como biblioteca npm, CLI, API HTTP ou servidor MCP com Streamable HTTP. Um SDK para Python oferece um cliente HTTP sem dependências para um servidor auto-hospedado. Os embeddings podem vir de APIs compatíveis com OpenAI, Gemini, AWS Bedrock, Ollama ou modelos HTTP locais.
Além de memória de uso geral, o projeto inclui memória de projeto para decisões, tarefas e falhas, além de importação de sessões de agentes de programação como Claude Code, Codex e Gemini CLI. Também oferece um dashboard Next.js, uma extensão para VS Code e pacotes de integração para plataformas como Claude Code, Cline, Dify e LangGraph. O projeto inclui Docker, Docker Compose e configurações de implantação para várias plataformas PaaS.
Recursos principais
- 01Persistência local com SQLite, que restaura nós, entidades, arestas e histórico temporal ao reabrir o banco.
- 02Modos de recuperação para consultas estritas, históricas, associativas e baseadas no mundo real.
- 03Memória de projeto que abrange decisões, tarefas, falhas e impacto no código.
- 04Montagem de contexto com limite de tokens e explicações sobre as evidências selecionadas.
- 05Servidor MCP via stdio ou Streamable HTTP autenticado, além de acesso por CLI, HTTP e SDK para Python.
- 06Importação de sessões de agentes de programação, incluindo Claude Code, Codex e Gemini CLI.
Casos de uso
- Dar a um chatbot ou agente de programação memória das preferências do usuário entre sessões.
- Acompanhar decisões e mudanças do projeto para que um agente possa responder o que era verdade em uma data passada.
- Adicionar memória de longo prazo a agentes criados com LangGraph, CrewAI ou AutoGen via MCP.
- Executar um serviço de memória privado e auto-hospedado em um computador pessoal ou servidor pequeno.
Início rápido
- 1
Instale a biblioteca pelo npm
npm install longmemory - 2
Instale a CLI globalmente
npm install --global longmemory - 3
Inicialize o LongMemory no seu projeto
longmemory init
Antes de usar
- O SDK de Python é apenas um cliente HTTP e precisa de um serviço TypeScript auto-hospedado em execução separadamente.
- Implantações em ambientes hospedados exigem configurar uma chave de API, fornecer armazenamento persistente e lidar com TLS na edge da plataforma.
Em coleções
Tópicos
Perguntas frequentes
- O que é LongMemory?
- Mecanismo de memória persistente, local-first e auto-hospedado para apps e agentes com LLM, com armazenamento em SQLite, recuperação temporal e integração com MCP. LongMemory é uma camada de memória para aplicações com LLM e agentes autônomos. Ela armazena fatos de conversas, documentos e eventos de projetos em um banco de dados SQLite local, permitindo que uma aplicação recupere o que era verdade em determinado momento, em vez de depender apenas de buscas por vetores mais próximos. A recuperação oferece modos estrito, histórico, associativo e baseado no mundo real, e os resultados respeitam um limite de tokens, com explicações sobre o motivo da seleção de cada item.
- LongMemory é gratuito? Qual é a licença?
- LongMemory é open source sob a licença Apache-2.0. Confira os termos da licença antes de usá-lo em produtos comerciais.
- LongMemory ainda é mantido?
- Manutenção ativa. O último commit de LongMemory foi em 18 de out. de 2026.
- Para que posso usar LongMemory?
- Dar a um chatbot ou agente de programação memória das preferências do usuário entre sessões. Acompanhar decisões e mudanças do projeto para que um agente possa responder o que era verdade em uma data passada. Adicionar memória de longo prazo a agentes criados com LangGraph, CrewAI ou AutoGen via MCP. Executar um serviço de memória privado e auto-hospedado em um computador pessoal ou servidor pequeno.
- Como instalar LongMemory?
- Instale a biblioteca pelo npm: npm install longmemory Instale a CLI globalmente: npm install --global longmemory Inicialize o LongMemory no seu projeto: longmemory init
- Onde consigo LongMemory?
- O código-fonte e as instruções de instalação estão no GitHub: https://github.com/CaviraOSS/LongMemory
Resumo gerado por IA a partir do README do projeto. As estatísticas do GitHub são atualizadas diariamente.
Projetos relacionados
Memória persistente para agentes de programação: registra a atividade das sessões, compacta as informações com IA e injeta contexto relevante em sessões futuras.
Uma camada de memória de longo prazo local-first e nativa de Markdown para agentes de IA, que armazena memórias em arquivos editáveis e usa índices SQLite e LanceDB.
Banco de dados open source de embeddings para apps de IA, que armazena documentos e vetores para buscas semânticas, híbridas e de texto completo.
Plataforma de backend RAG open source com interface semelhante a uma planilha, que combina SQLite, LanceDB e orquestração gerenciada de LLMs por uma REST API.
Memória persistente e local-first para agentes de programação com IA, como Claude Code, Cursor e Codex, disponibilizada via MCP a partir de um arquivo SQLite no seu disco.