Agente de programação open source que lê seu projeto, edita arquivos e roda testes pelo terminal, desktop, navegador ou editor.
TencentCloud/TencentDB-Agent-Memory
Um hub de memória para equipes de agentes de IA que transforma conversas, documentos e código em ativos de memória compartilhados e governados, utilizáveis em diferentes frameworks de agentes.
- Estrelas
- 29,631
- Forks
- 2,978
- Issues abertas
- 772
- Último commit
- há 8 horas
O que é?
O TencentDB Agent Memory reduz o trabalho repetitivo de explicar projetos de novo, reler documentos e redescobrir fluxos de trabalho sempre que um agente de IA inicia uma sessão. Ele organiza quatro tipos de ativos de memória: Chat Memory, para preferências, fatos e decisões dos usuários; Skills extraídas de tarefas concluídas; uma Wiki criada a partir de documentos e especificações de produtos; e um CodeGraph que indexa símbolos do código, arquivos, relações entre chamadas e caminhos de impacto.
Os ativos são gerenciados em um painel Memory Hub, onde são definidos equipes, agentes e responsáveis. A visibilidade pode ser privada, para a equipe, restrita por ACL de usuário, função ou agente, ou específica para cada agente; cada agente recebe os ativos de que precisa. Um Proxy permite que clientes existentes, como Claude Code, Codex, CodeBuddy, Hermes e OpenClaw, se conectem alterando a URL base, sem plugins ou servidores MCP.
O projeto é implantado com scripts de inicialização no estilo Docker e requer Node.js 22.16 ou posterior. O processamento da Wiki e do CodeGraph é assíncrono, e atualmente o CodeGraph oferece suporte a repositórios públicos HTTPS.
Recursos principais
- 01O Chat Memory armazena preferências, fatos, decisões e histórico de interações em camadas que vão da conversa bruta à persona.
- 02As Skills são extraídas de conversas e chamadas de ferramentas, com versões, arquivos de recursos e regras de validação.
- 03A Wiki transforma documentos em páginas estruturadas com um grafo de links; o CodeGraph indexa símbolos, chamadas e caminhos de impacto.
- 04Os controles de visibilidade vão do acesso privado ao acesso da equipe e ao acesso restrito por ACL, com associação de ativos por agente.
- 05Um Proxy conecta clientes de agentes existentes por meio da alteração da URL base, sem exigir plugins ou servidores MCP.
- 06A recuperação em camadas combina BM25, busca vetorial e RRF, com limites para a quantidade de itens e o orçamento de caracteres.
Casos de uso
- Compartilhar documentos sobre a arquitetura de projetos e análises de impacto no código entre agentes de programação de uma equipe.
- Levar preferências dos usuários e decisões anteriores para novas sessões do Claude Code ou Codex.
- Transformar procedimentos recorrentes de solução de problemas ou lançamento em Skills reutilizáveis para agentes específicos.
- Importar repositórios, documentos e históricos de conversas existentes para preparar uma nova equipe de agentes.
Início rápido
- 1
Clone o repositório
git clone https://github.com/TencentCloud/TencentDB-Agent-Memory.git - 2
Entre no diretório deploy
cd TencentDB-Agent-Memory/deploy/global-images - 3
Copie o modelo env e preencha os parâmetros do LLM
cp .env.example .env - 4
Inicie todos os serviços com um único comando e, em seguida, acesse http://localhost:8125
./start-all.sh
Antes de usar
- É necessário preencher dois conjuntos de parâmetros do LLM (para o grupo de memória e o grupo de proxy) antes de executar.
- O backend de armazenamento MongoDB é experimental e vem desativado por padrão.
- Nos metadados, a licença está listada como NOASSERTION. Portanto, verifique os termos da licença por conta própria, mesmo que o selo no README indique MIT.
Tópicos
Perguntas frequentes
- O que é TencentDB-Agent-Memory?
- Um hub de memória para equipes de agentes de IA que transforma conversas, documentos e código em ativos de memória compartilhados e governados, utilizáveis em diferentes frameworks de agentes. O TencentDB Agent Memory reduz o trabalho repetitivo de explicar projetos de novo, reler documentos e redescobrir fluxos de trabalho sempre que um agente de IA inicia uma sessão. Ele organiza quatro tipos de ativos de memória: Chat Memory, para preferências, fatos e decisões dos usuários; Skills extraídas de tarefas concluídas; uma Wiki criada a partir de documentos e especificações de produtos; e um CodeGraph que indexa símbolos do código, arquivos, relações entre chamadas e caminhos de impacto.
- TencentDB-Agent-Memory é gratuito? Qual é a licença?
- TencentDB-Agent-Memory é open source sob a licença Other. Confira os termos da licença antes de usá-lo em produtos comerciais.
- TencentDB-Agent-Memory ainda é mantido?
- Manutenção ativa. O último commit de TencentDB-Agent-Memory foi em 19 de out. de 2026.
- Para que posso usar TencentDB-Agent-Memory?
- Compartilhar documentos sobre a arquitetura de projetos e análises de impacto no código entre agentes de programação de uma equipe. Levar preferências dos usuários e decisões anteriores para novas sessões do Claude Code ou Codex. Transformar procedimentos recorrentes de solução de problemas ou lançamento em Skills reutilizáveis para agentes específicos. Importar repositórios, documentos e históricos de conversas existentes para preparar uma nova equipe de agentes.
- Como instalar TencentDB-Agent-Memory?
- Clone o repositório: git clone https://github.com/TencentCloud/TencentDB-Agent-Memory.git Entre no diretório deploy: cd TencentDB-Agent-Memory/deploy/global-images Copie o modelo env e preencha os parâmetros do LLM: cp .env.example .env Inicie todos os serviços com um único comando e, em seguida, acesse http://localhost:8125: ./start-all.sh
- Onde consigo TencentDB-Agent-Memory?
- O código-fonte e as instruções de instalação estão no GitHub: https://github.com/TencentCloud/TencentDB-Agent-Memory
Resumo gerado por IA a partir do README do projeto. As estatísticas do GitHub são atualizadas diariamente.
Projetos relacionados
Agente autônomo de pesquisa open source que planeja perguntas, coleta fontes da web e locais e escreve relatórios com citações usando qualquer provedor de LLM.
Memória persistente para agentes de programação com IA, que registra sessões automaticamente e injeta contexto relevante em sessões futuras no Claude Code, Cursor, Codex e outros clientes MCP.
Um framework aberto de agentes que dá à IA seu próprio desktop Linux no Docker, com navegador e ferramentas para documentos, para realizar tarefas de verdade.
Apache Maka (Incubating) é um ambiente de trabalho para agentes em desktop, TUI e CLI que registra cada mensagem do modelo, chamada de ferramenta e decisão de permissão em um log de eventos somente de acréscimo.
Tutorial modular de Agentic RAG com LangGraph, com indexação hierárquica, memória de conversa e esclarecimento de consultas.