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.
adoresever/graph-memory
Plugin de memória em grafo de conhecimento para DeepSeek Harness e OpenClaw, que limita o contexto recente e recupera perguntas e respostas exatas de sessões anteriores.
- Estrelas
- 661
- Forks
- 98
- Issues abertas
- 21
- Último commit
- há 22 dias
O que é?
Graph Memory é um plugin de memória para DeepSeek Harness (DSH) e também é compatível com OpenClaw. Ele mantém no contexto do modelo as interações concluídas mais recentes do usuário, arquiva o histórico mais antigo em um único marcador e remove raciocínios concluídos e rastros de ferramentas das solicitações futuras. O log completo de eventos é preservado localmente.
Após cada interação concluída, o plugin escreve um resumo curto e extrai dele triplas sujeito-predicado-objeto. Elas formam um grafo usado para navegação: quando uma pergunta corresponde a conteúdo mais antigo ou de outra sessão, o plugin recupera a pergunta original do usuário e a resposta final como evidências. A recuperação usa busca vetorial Top-K com fallback para busca textual completa do FTS5, e os dados ficam armazenados em um banco de dados SQLite local.
O projeto relata no README um benchmark de 20 interações, em que o contexto da primeira solicitação na interação 20 caiu de cerca de 57 mil para 11 mil tokens. A extração pode usar um modelo dedicado compatível com OpenAI ou um modelo configurado, e embeddings são opcionais.
Recursos principais
- 01Mantém no contexto as interações concluídas mais recentes e arquiva o histórico mais antigo em um único marcador.
- 02Armazena um resumo por interação e triplas SPO em um grafo SQLite local.
- 03Recupera a pergunta e a resposta exatas da fonte quando há correspondência com memórias mais antigas ou de outras sessões.
- 04Usa a busca textual completa do FTS5 como fallback quando nenhum endpoint de embeddings está configurado.
- 05Oferece suporte a endpoints de embeddings compatíveis com OpenAI e a um modelo dedicado para extração.
- 06Disponibiliza ferramentas DSH para consultar o status, pesquisar, registrar dados e tentar novamente extrações com falha.
Casos de uso
- Sessões longas de programação ou pesquisa no DeepSeek Harness em que a janela de contexto fica cheia.
- Levar decisões e fatos de sessões anteriores para novas conversas.
- Executar um agente OpenClaw que precisa de memória de conversas compacta e pesquisável.
Início rápido
- 1
Instale o plugin fixado no DeepSeek Harness
npx @deepseek-ai/dsh plugin --profile web add github:adoresever/graph-memory#v1.6.0-beta.17 - 2
Confira a configuração resolvida
npx @deepseek-ai/dsh --profile web --dump-config - 3
Inicie a interface web do DSH e confirme que graph-memory/dsh está ativo em Settings → Plugins
npx @deepseek-ai/dsh web
Antes de usar
- Destina-se ao DeepSeek Harness. O registro do npm ainda disponibiliza uma versão anterior, a 1.5.8; por isso, instale a partir da versão fixada no GitHub.
- Requer Node.js 22.13 ou mais recente.
- A versão atual é beta (1.6.0-beta.17).
- Sem embeddings, a busca semântica recorre ao FTS5. Para usar embeddings, é necessário configurar separadamente um endpoint compatível com OpenAI e uma chave.
Em coleções
Tópicos
Perguntas frequentes
- O que é graph-memory?
- Plugin de memória em grafo de conhecimento para DeepSeek Harness e OpenClaw, que limita o contexto recente e recupera perguntas e respostas exatas de sessões anteriores. Graph Memory é um plugin de memória para DeepSeek Harness (DSH) e também é compatível com OpenClaw. Ele mantém no contexto do modelo as interações concluídas mais recentes do usuário, arquiva o histórico mais antigo em um único marcador e remove raciocínios concluídos e rastros de ferramentas das solicitações futuras. O log completo de eventos é preservado localmente.
- graph-memory é gratuito? Qual é a licença?
- graph-memory é open source sob a licença MIT. Confira os termos da licença antes de usá-lo em produtos comerciais.
- graph-memory ainda é mantido?
- Manutenção ativa. O último commit de graph-memory foi em 1 de out. de 2026.
- Para que posso usar graph-memory?
- Sessões longas de programação ou pesquisa no DeepSeek Harness em que a janela de contexto fica cheia. Levar decisões e fatos de sessões anteriores para novas conversas. Executar um agente OpenClaw que precisa de memória de conversas compacta e pesquisável.
- Como instalar graph-memory?
- Instale o plugin fixado no DeepSeek Harness: npx @deepseek-ai/dsh plugin --profile web add github:adoresever/graph-memory#v1.6.0-beta.17 Confira a configuração resolvida: npx @deepseek-ai/dsh --profile web --dump-config Inicie a interface web do DSH e confirme que graph-memory/dsh está ativo em Settings → Plugins: npx @deepseek-ai/dsh web
- Onde consigo graph-memory?
- O código-fonte e as instruções de instalação estão no GitHub: https://github.com/adoresever/graph-memory
Resumo gerado por IA a partir do README do projeto. As estatísticas do GitHub são atualizadas diariamente.
Projetos relacionados
Um repositório pessoal de contexto que fornece conhecimento persistente sobre projetos a agentes de programação com IA, como Codex, Claude Code e OpenCode, por meio de CLI, servidor MCP e app para desktop.
Memória de longo prazo para agentes de programação com IA, que mantém o contexto do projeto e as passagens de trabalho entre Claude Code, Codex, Cursor e outras CLIs de agentes.
Transforma uma base de código, sua documentação, schemas e PDFs em um grafo de conhecimento consultável por assistentes de programação com IA, criado localmente com parsing de AST usando tree-sitter.
Um runtime de agente de programação para terminal e desktop que mantém objetivos, evidências e verificações fora do histórico do chat, baseado em uma camada de execução cognitiva chamada CVM.
Memória persistente para agentes de programação: registra a atividade das sessões, compacta as informações com IA e injeta contexto relevante em sessões futuras.