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.
ClaudioDrews/memory-os
Sistema de memória em sete camadas para o Hermes Agent, que preserva o contexto entre sessões usando Qdrant, SQLite e uma wiki que se atualiza sozinha, rodando localmente com qualquer provedor de LLM.
Alternativa open source a:mem0
- Estrelas
- 1,392
- Forks
- 132
- Issues abertas
- 14
- Último commit
- há 2 meses
O que é?
O Memory OS é uma camada de memória para o Hermes Agent que permite ao agente guardar projetos, decisões e preferências entre sessões, em vez de começar do zero a cada vez. Ele combina arquivos simples no workspace, um histórico de sessões pesquisável por texto completo, um repositório estruturado de fatos com pontuação de confiança e um banco de dados vetorial Qdrant com fallback de busca em quatro níveis.
A cada chamada de LLM, o sistema recupera contexto relevante de várias fontes, com base em limites de relevância e deduplicação por sessão, e o injeta no prompt. Um scanner semanal de decaimento e a deduplicação semântica impedem que o repositório cresça sem limites. Uma camada separada de Ground Truth instrui o agente a tratar a memória injetada como fonte de verdade, evitando que ele consulte novamente as mesmas informações.
A infraestrutura roda na sua máquina usando serviços Docker (Qdrant, Redis e um worker ARQ) com Python 3.11 ou superior. É compatível com OpenRouter, OpenAI, Anthropic, Ollama e outros provedores aceitos pelo Hermes. Um script de configuração instala toda a stack com um único comando.
Recursos principais
- 01Memória persistente entre sessões com arquivos de workspace, busca no histórico de sessões e um repositório estruturado de fatos.
- 02Busca vetorial com Qdrant, recuperação híbrida densa e BM25 e fallback em quatro níveis.
- 03Injeção automática de contexto com base na relevância e deduplicação por sessão.
- 04Scanner semanal de decaimento e deduplicação semântica das memórias armazenadas.
- 05Wiki de LLM que se atualiza sozinha e é continuamente ingerida no banco de dados vetorial.
- 06Instalador de um comando que configura os serviços Docker, os bancos de dados e o plugin.
Casos de uso
- Projetos de longa duração em que um agente precisa se lembrar de decisões anteriores e escolhas de arquitetura.
- Manter preferências pessoais e um perfil de stack de tecnologia disponíveis ao longo de várias conversas.
- Executar localmente um backend de memória privado com Ollama ou outro modelo auto-hospedado.
Início rápido
- 1
Instale os pré-requisitos: Hermes Agent, Docker e Python 3.11 ou superior
- 2
Execute o instalador oficial de um único comando indicado no README
- 3
Se o instalador falhar, siga o guia manual de 10 etapas em setup/install.md
Antes de usar
- Requer o Hermes Agent e o Docker executando Qdrant, Redis e um worker do ARQ.
- O plugin Icarus incluído é um fork bastante modificado e não é compatível com o upstream.
Em coleções
Tópicos
Perguntas frequentes
- O que é memory-os?
- Sistema de memória em sete camadas para o Hermes Agent, que preserva o contexto entre sessões usando Qdrant, SQLite e uma wiki que se atualiza sozinha, rodando localmente com qualquer provedor de LLM. O Memory OS é uma camada de memória para o Hermes Agent que permite ao agente guardar projetos, decisões e preferências entre sessões, em vez de começar do zero a cada vez. Ele combina arquivos simples no workspace, um histórico de sessões pesquisável por texto completo, um repositório estruturado de fatos com pontuação de confiança e um banco de dados vetorial Qdrant com fallback de busca em quatro níveis.
- memory-os é gratuito? Qual é a licença?
- memory-os é open source sob a licença MIT. Confira os termos da licença antes de usá-lo em produtos comerciais.
- memory-os ainda é mantido?
- Atualizado nos últimos 6 meses. O último commit de memory-os foi em 20 de set. de 2026.
- Para que posso usar memory-os?
- Projetos de longa duração em que um agente precisa se lembrar de decisões anteriores e escolhas de arquitetura. Manter preferências pessoais e um perfil de stack de tecnologia disponíveis ao longo de várias conversas. Executar localmente um backend de memória privado com Ollama ou outro modelo auto-hospedado.
- Como instalar memory-os?
- Instale os pré-requisitos: Hermes Agent, Docker e Python 3.11 ou superior Execute o instalador oficial de um único comando indicado no README Se o instalador falhar, siga o guia manual de 10 etapas em setup/install.md
- Onde consigo memory-os?
- O código-fonte e as instruções de instalação estão no GitHub: https://github.com/ClaudioDrews/memory-os
Resumo gerado por IA a partir do README do projeto. As estatísticas do GitHub são atualizadas diariamente.
Projetos relacionados
Um repositório local de memória para IA que registra a quem cada memória pertence, sua origem, quando era válida e quem pode acessá-la.
Backend FastAPI para um agente conversacional de RAG que incorpora documentos no Qdrant, faz buscas semânticas e híbridas e responde a perguntas com LLMs.
Biblioteca oficial de cliente Python para o mecanismo de busca vetorial Qdrant, com acesso REST/gRPC síncrono e assíncrono e modo local em memória.
Um servidor MCP local de memória que registra palavra por palavra cada sessão de programação com IA e fornece contexto relevante de conversas anteriores a agentes como Claude Code e Cursor.
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.