Camada de memória compartilhada e local-first para projetos, que permite a agentes de programação como Claude Code, Codex e Cursor ler e gravar na mesma memória via MCP.
tigerless-labs/agent-memory
Runtime de memória de longo prazo para agentes de IA, que armazena lembranças em arquivos Markdown, classifica recuperações localmente e compartilha um único repositório entre Claude Code, Codex CLI e outros agentes com acesso ao shell.
- Estrelas
- 4,310
- Forks
- 204
- Issues abertas
- 9
- Último commit
- há 20 horas
O que é?
agent-memory dá aos agentes de IA uma memória que persiste após o fim de uma sessão. As lembranças são armazenadas como arquivos Markdown em um único diretório, e o índice SQLite ao lado deles é um cache que pode ser reconstruído; portanto, excluir o índice não apaga nenhum conhecimento. Claude Code, Codex CLI, Muse Code e qualquer ferramenta capaz de executar um comando no shell leem e gravam no mesmo repositório.
A recuperação é local e ordenada por relevância. Ela retorna uma lista de resumos de uma linha com os caminhos dos arquivos, e o agente abre cada resultado apenas até o nível de detalhe necessário para a tarefa: do esboço ao arquivo completo e, por fim, às mensagens brutas citadas da sessão. As gravações são acionadas em momentos de transição da conversa, como ao encerrar uma sessão ou durante a compactação; um processo separado em tempo ocioso consolida as lembranças e propõe exclusões para confirmação do usuário. Lembranças substituídas são mantidas, e a recuperação pode responder com base em uma data específica.
A biblioteca não inclui um cliente de LLM; o julgamento fica a cargo da própria CLI do agente anfitrião. A busca vetorial opcional via FastEmbed e a tokenização de CJK via jieba estão disponíveis como extras.
Recursos principais
- 01Arquivos Markdown são a fonte da verdade; o índice SQLite pode ser excluído e reconstruído.
- 02Recuperação local com BM25 e combinação vetorial opcional via fusão de posições recíprocas (reciprocal-rank fusion).
- 03Leitura em camadas, do resumo ao esboço, ao arquivo completo e às mensagens brutas citadas.
- 04Gravações automáticas nas transições de sessão, com consolidação em tempo ocioso que exige confirmação para exclusões.
- 05Repositório compartilhado entre Claude Code, Codex CLI e Muse Code, além da opção de usar um servidor MCP.
- 06Recuperação em um momento específico, mantendo na cadeia as lembranças substituídas.
Casos de uso
- Manter decisões de projeto disponíveis para um agente de programação entre sessões diferentes.
- Compartilhar um repositório de memória entre vários ambientes de agentes na mesma máquina.
- Guardar a memória do agente em arquivos pesquisáveis com grep, versionáveis com Git e portáteis para além da ferramenta.
- Adicionar recuperação em chinês à memória de um agente com o tokenizador CJK opcional.
Início rápido
- 1
Clone o repositório
git clone https://github.com/tigerless-labs/agent-memory.git - 2
Instale as dependências a partir do checkout com uv
uv sync --all-packages - 3
Inicialize o armazenamento de memória
mem init - 4
Integre-o ao Claude Code
mem setup --host claude-code
Antes de usar
- Ainda não há uma versão no PyPI, então a instalação requer um checkout do código-fonte.
- É necessário ter Python 3.12 ou superior e uv.
- A versão 0.1.0 ainda está em estágio inicial, e a configuração do Codex CLI pode exigir aprovações adicionais de sandbox ou de confiança.
Em coleções
Tópicos
Perguntas frequentes
- O que é agent-memory?
- Runtime de memória de longo prazo para agentes de IA, que armazena lembranças em arquivos Markdown, classifica recuperações localmente e compartilha um único repositório entre Claude Code, Codex CLI e outros agentes com acesso ao shell. agent-memory dá aos agentes de IA uma memória que persiste após o fim de uma sessão. As lembranças são armazenadas como arquivos Markdown em um único diretório, e o índice SQLite ao lado deles é um cache que pode ser reconstruído; portanto, excluir o índice não apaga nenhum conhecimento. Claude Code, Codex CLI, Muse Code e qualquer ferramenta capaz de executar um comando no shell leem e gravam no mesmo repositório.
- agent-memory é gratuito? Qual é a licença?
- agent-memory é open source sob a licença MIT. 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 6 de nov. de 2026.
- Para que posso usar agent-memory?
- Manter decisões de projeto disponíveis para um agente de programação entre sessões diferentes. Compartilhar um repositório de memória entre vários ambientes de agentes na mesma máquina. Guardar a memória do agente em arquivos pesquisáveis com grep, versionáveis com Git e portáteis para além da ferramenta. Adicionar recuperação em chinês à memória de um agente com o tokenizador CJK opcional.
- Como instalar agent-memory?
- Clone o repositório: git clone https://github.com/tigerless-labs/agent-memory.git Instale as dependências a partir do checkout com uv: uv sync --all-packages Inicialize o armazenamento de memória: mem init Integre-o ao Claude Code: mem setup --host claude-code
- Onde consigo agent-memory?
- O código-fonte e as instruções de instalação estão no GitHub: https://github.com/tigerless-labs/agent-memory
Resumo gerado por IA a partir do README do projeto. As estatísticas do GitHub são atualizadas diariamente.
Projetos relacionados
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.
Memória persistente e local-first para agentes de IA, armazenada em arquivos Markdown com grafo de conhecimento, recuperação de informações e servidor MCP.
Memória de longo prazo para agentes de programação, armazenada em um banco de dados SQLite local e compartilhada entre Claude Code, Codex, Cursor e outros clientes MCP.
Um mecanismo de memória SQLite local e por projeto que compartilha decisões de código e o estado do projeto entre agentes de programação com IA, como Claude Code, Cursor e Codex CLI.
Permite que Codex, Claude Code, Cursor, Hermes Agent e OpenClaw compartilhem uma memória local criptografada, repassem tarefas e revisem o trabalho uns dos outros.