Plataforma open source de memória para IA que transforma documentos, código e conversas em um grafo de conhecimento self-hosted para agentes de IA.
32,6 mil3,4 milPythonApache-2.0Atualizado há 9 horas
neo4j-labs/agent-memory
Sistema de memória nativo em grafo para agentes de IA, que armazena conversas, cria grafos de conhecimento e registra raciocínios com o apoio do Neo4j.
- Estrelas
- 588
- Forks
- 109
- Issues abertas
- 104
- Último commit
- ontem
O que é?
O Neo4j Agent Memory oferece memória persistente para agentes de IA, organizada em três camadas: memória de curto prazo para conversas e mensagens, memória de longo prazo para entidades, preferências e fatos armazenados como grafo de conhecimento, e memória de raciocínio para registros de decisões e uso de ferramentas, que podem ser recuperados em tarefas futuras semelhantes.
As entidades são extraídas das mensagens por meio de um pipeline configurável que usa spaCy, GLiNER2.5 ou um LLM, com relações tipadas e resolução de entidades para mesclar duplicatas. O projeto oferece dois backends: o serviço hospedado NAMS, que requer apenas uma chave de API, e o backend bolt auto-hospedado, que se conecta diretamente ao Neo4j ou ao AuraDB e permite usar seus próprios provedores de embeddings e LLMs.
O projeto também inclui um servidor MCP que expõe a memória como ferramentas para assistentes como Claude Desktop e Cursor, adaptadores para LangChain, Pydantic AI, Google ADK, CrewAI, LlamaIndex e outros frameworks, além de SDKs para Python e TypeScript que compartilham o mesmo modelo de memória.
Recursos principais
- 01Armazena conversas com histórico por sessão e busca vetorial e textual.
- 02Cria um grafo de conhecimento de entidades, preferências e fatos, com resolução de entidades e remoção de duplicatas.
- 03Registra rastros de raciocínio e uso de ferramentas e recupera tarefas anteriores semelhantes.
- 04Expõe a memória como ferramentas MCP com perfis básico e estendido.
- 05Oferece SDKs para Python e TypeScript por meio de um serviço NAMS hospedado ou de um backend Neo4j auto-hospedado.
- 06É compatível com vários provedores de embeddings e LLMs, incluindo OpenAI, Anthropic, Bedrock e LiteLLM.
Casos de uso
- Dar a um chatbot ou assistente acesso às preferências do usuário entre sessões.
- Criar agentes que respondem com base em um grafo de conhecimento construído a partir das próprias conversas.
- Auditar e reutilizar etapas de raciocínio anteriores de um agente em tarefas semelhantes.
- Adicionar memória persistente ao Claude Desktop ou ao Cursor por meio do servidor MCP.
Início rápido
- 1
Cadastre-se no serviço NAMS hospedado e copie sua API key
- 2
Instale o SDK com suporte a NAMS e configure a API key como variável de ambiente
pip install 'neo4j-agent-memory[nams]==0.7.0' - 3
Execute o exemplo em Python que cria uma conversa e adiciona uma mensagem
Antes de usar
- Oficialmente, é um projeto da Neo4j Labs e não oferece SLAs nem garantias de compatibilidade com versões anteriores.
- O status é Beta e a API pode mudar entre versões.
- A opção NAMS hospedada exige cadastro e uma API key; o Bolt auto-hospedado precisa de um banco de dados Neo4j e de chaves de provedores de modelos.
- Alguns recursos e métodos diferem entre os backends NAMS e Bolt.
Tópicos
Perguntas frequentes
- O que é agent-memory?
- Sistema de memória nativo em grafo para agentes de IA, que armazena conversas, cria grafos de conhecimento e registra raciocínios com o apoio do Neo4j. O Neo4j Agent Memory oferece memória persistente para agentes de IA, organizada em três camadas: memória de curto prazo para conversas e mensagens, memória de longo prazo para entidades, preferências e fatos armazenados como grafo de conhecimento, e memória de raciocínio para registros de decisões e uso de ferramentas, que podem ser recuperados em tarefas futuras semelhantes.
- agent-memory é gratuito? Qual é a licença?
- agent-memory é open source sob a licença Apache-2.0. Confira os termos da licença antes de usá-lo em produtos comerciais.
- agent-memory ainda é mantido?
- Manutenção ativa. O último commit de agent-memory foi em 19 de out. de 2026.
- Para que posso usar agent-memory?
- Dar a um chatbot ou assistente acesso às preferências do usuário entre sessões. Criar agentes que respondem com base em um grafo de conhecimento construído a partir das próprias conversas. Auditar e reutilizar etapas de raciocínio anteriores de um agente em tarefas semelhantes. Adicionar memória persistente ao Claude Desktop ou ao Cursor por meio do servidor MCP.
- Como instalar agent-memory?
- Cadastre-se no serviço NAMS hospedado e copie sua API key Instale o SDK com suporte a NAMS e configure a API key como variável de ambiente: pip install 'neo4j-agent-memory[nams]==0.7.0' Execute o exemplo em Python que cria uma conversa e adiciona uma mensagem
- Onde consigo agent-memory?
- O código-fonte e as instruções de instalação estão no GitHub: https://github.com/neo4j-labs/agent-memory
Resumo gerado por IA a partir do README do projeto. As estatísticas do GitHub são atualizadas diariamente.
Projetos relacionados
Sistema de memória para agentes que armazena, recupera e reflete sobre memórias para que agentes de IA aprendam com o tempo, em vez de apenas reproduzir o histórico de conversas.
51,9 mil6,2 milPythonMITAtualizado há 5 horas
Framework Python para criar grafos de conhecimento temporais que acompanham mudanças nos fatos ao longo do tempo, usados como memória e contexto para agentes de IA.
32,1 mil3,3 milPythonApache-2.0Atualizado há 13 horas
Mecanismo de memória e contexto para apps e assistentes de IA, com uma única API para memória persistente, RAG, perfis de usuário e conectores.
31,3 mil2,8 milTypeScriptMITAtualizado há 3 dias
Infraestrutura de memória nativa para agentes, que transforma conversas e execuções de agentes LLM em memória persistente e estruturada para apps em Python e TypeScript.
17,1 mil3,9 milPythonOtherAtualizado há 18 dias
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.
13,5 mil1,1 milPythonApache-2.0Atualizado há 9 horas