Gerenciamento de memória de longo prazo para agentes de IA
O que é
O agent-memory é um ambiente de execução (runtime) de memória de longo prazo para agentes de IA, como Claude Code, Codex CLI e Muse Code. Ele resolve o problema de perda de contexto ao encerrar sessões. O sistema utiliza arquivos em formato Markdown simples como fonte única da verdade, mantidos em um repositório compartilhado.
A busca é local e ranqueada por índices em SQLite (FTS5), retornando caminhos e resumos em vez de colar textos extensos no contexto. Dessa forma, o agente acessa os dados apenas na profundidade necessária. Além disso, a escrita ocorre em transições de conversa, e uma camada autônoma de consolidação diminui dados desnecessários sem exigir chaves de API externas ou chamadas de rede.
Para quem serve
Serve para desenvolvedores e usuários que operam agentes de IA e precisam manter o conhecimento acumulado entre diferentes sessões. É ideal para quem busca controle total dos dados em arquivos locais legíveis (navegáveis via ls e grep), garantindo que o histórico permaneça portátil, compatível com Git e independente de bancos de dados proprietários.
Como começar
O projeto requer Python 3.12+ e utiliza o próprio agente hospedeiro para julgamento de dados, sem cobrar por chaves de API.
1. Configure o repositório de memória apontando para a variável de ambiente $AGENT_MEMORY_STORE.
2. Utilize os comandos de busca para consultar memórias, como mem recall "<termo>" para listar opções ou mem read <nome> para ler no nível desejado.
3. Se o índice local for excluído, restaure-o a qualquer momento com o comando mem rebuild.
Instalação
git clone https://github.com/tigerless-labs/agent-memory.git
cd agent-memory
uv sync --all-packages
🔗 Repositório oficial: tigerless-labs/agent-memory
Veja em 1 minuto
{% embed youtube.com %}
📚 Mais conteúdos do canal: gist.github.com
Garry Tan thinks multiplayer agents may end up feeling like group chats.
I can see that happening. The hard part is keeping the context clear when someone new joins or another agent takes over. That's why we built agent-memory
x.com
tigerless-labs/agent-memory
10 views
Ajanlar İçin Agent-Memory Bellek Çalışma Zamanı Çıktı | YZ Bülteni
Tigerless Labs, yapay zeka ajanları için Markdown tabanlı yerel bellek çalışma zamanı agent-memory'yi duyurdu. Sistem API anahtarı gerektirmeden oturumlar arası hafıza sunuyor.
Günün tüm bülteni: youtu.be
Haber kaynağı: tigerless-labs/agent-memory
Görseller:
Haber görselleri kaynak sitelerden: github.com
Yapay zeka desteğiyle hazırlanmış ve seslendirilmiştir.
#AgentMemory #YapayZeka #AçıkKaynak
72 views
Help Your AI Agent Remember #Shorts #AI
agent-memory by tigerless-labs is a GitHub project that describes itself as a long-term memory runtime for AI agents, with plain Markdown as the source of truth and local ranked retrieval. Its README says Claude Code and Codex can share one memory store, and it needs no API key.
Repo: tigerless-labs/agent-memory
#Shorts #AI #technology #GitHub #opensource
4 views
agent-memory: An open-source, local-first long-term memory runtime for AI agents (zero API keys, plain Markdown files)
Hey guys,
An ongoing frustration with AI coding agents (Claude Code, Codex CLI, Muse Code) is that closing a session wipes everything the agent learned about your project.
Most existing memory frameworks try to solve this by sending your notes to an external cloud database or proprietary vector SaaS. That locks your working context behind third-party APIs and hands the agent opaque text chunks you cannot inspect or migrate. The alternative dumping everything into a giant markdown file stops scaling once the folder outgrows a simple directory listing.
I built agent-memory to bridge both approaches into a single, local-first runtime:
How it works:
- Plain Markdown files in a local folder are the single source of truth. You can browse, grep, or edit them with standard terminal tools.
- A local SQLite index beside the markdown files acts as a disposable cache. You can delete the database file at any time, and it rebuilds from the markdown on the next run.
- Retrieval is ranked and local, answering with file paths and compact abstracts rather than pasting massive text blocks into your active context window.
- Writes fire automatically at conversation boundaries without waiting for the agent to remember to save notes.
- A local consolidation pass cleans up and forgets low-value memories over time on its own schedule.
Key architectural features:
- Zero API keys required for memory storage or retrieval.
- 100% offline: nothing in the read or search path calls a remote model or crosses a network.
- Cross-agent compatibility: Claude Code, Codex CLI, Muse Code, or any tool that can run shell commands can read and write to the same local store.
- Permissive MIT license with zero telemetry.
The source code and documentation are on GitHub:
tigerless-labs/agent-memory
PRs and issues are welcome. Let me know if you run into any rough edges or have thoughts on local memory pruning strategies.
8 points
Simpan memori jangka panjang untuk AI agent — Markdown sebagai source of truth, retrieval lokal ter-ranking, tanpa API key.
tigerless-labs/agent-memory t.co
16 views
Your coding agent forgets everything when the session ends. agent-memory (3.4k stars in a day) fixes that: one Markdown store shared by Claude Code and Codex, local ranked recall that returns paths, not blobs. Zero API keys.
tigerless-labs/agent-memory
3 likes · 55 views
Mentions
Gerenciamento de memória de longo prazo para agentes de IA O que é O agent-memory é um ambiente de execução (runtime) de memória de longo prazo para agentes de IA, como Claude Code, Codex CLI e Muse Code. Ele resolve o problema de perda de contexto ao encerrar sessões. O sistema utiliza arquivos em formato Markdown simples como fonte única da verdade, mantidos em um repositório compartilhado. A busca é local e ranqueada por índices em SQLite (FTS5), retornando caminhos e resumos em vez de colar textos extensos no contexto. Dessa forma, o agente acessa os dados apenas na profundidade necessária. Além disso, a escrita ocorre em transições de conversa, e uma camada autônoma de consolidação diminui dados desnecessários sem exigir chaves de API externas ou chamadas de rede. Para quem serve Serve para desenvolvedores e usuários que operam agentes de IA e precisam manter o conhecimento acumulado entre diferentes sessões. É ideal para quem busca controle total dos dados em arquivos locais legíveis (navegáveis via ls e grep), garantindo que o histórico permaneça portátil, compatível com Git e independente de bancos de dados proprietários. Como começar O projeto requer Python 3.12+ e utiliza o próprio agente hospedeiro para julgamento de dados, sem cobrar por chaves de API. 1. Configure o repositório de memória apontando para a variável de ambiente $AGENT_MEMORY_STORE. 2. Utilize os comandos de busca para consultar memórias, como mem recall "<termo>" para listar opções ou mem read <nome> para ler no nível desejado. 3. Se o índice local for excluído, restaure-o a qualquer momento com o comando mem rebuild. Instalação git clone https://github.com/tigerless-labs/agent-memory.git cd agent-memory uv sync --all-packages 🔗 Repositório oficial: tigerless-labs/agent-memory Veja em 1 minuto {% embed youtube.com %} 📚 Mais conteúdos do canal: gist.github.com
Garry Tan thinks multiplayer agents may end up feeling like group chats. I can see that happening. The hard part is keeping the context clear when someone new joins or another agent takes over. That's why we built agent-memory x.com tigerless-labs/agent-memory
Ajanlar İçin Agent-Memory Bellek Çalışma Zamanı Çıktı | YZ Bülteni Tigerless Labs, yapay zeka ajanları için Markdown tabanlı yerel bellek çalışma zamanı agent-memory'yi duyurdu. Sistem API anahtarı gerektirmeden oturumlar arası hafıza sunuyor. Günün tüm bülteni: youtu.be Haber kaynağı: tigerless-labs/agent-memory Görseller: Haber görselleri kaynak sitelerden: github.com Yapay zeka desteğiyle hazırlanmış ve seslendirilmiştir. #AgentMemory #YapayZeka #AçıkKaynak
Help Your AI Agent Remember #Shorts #AI agent-memory by tigerless-labs is a GitHub project that describes itself as a long-term memory runtime for AI agents, with plain Markdown as the source of truth and local ranked retrieval. Its README says Claude Code and Codex can share one memory store, and it needs no API key. Repo: tigerless-labs/agent-memory #Shorts #AI #technology #GitHub #opensource
agent-memory: An open-source, local-first long-term memory runtime for AI agents (zero API keys, plain Markdown files) Hey guys, An ongoing frustration with AI coding agents (Claude Code, Codex CLI, Muse Code) is that closing a session wipes everything the agent learned about your project. Most existing memory frameworks try to solve this by sending your notes to an external cloud database or proprietary vector SaaS. That locks your working context behind third-party APIs and hands the agent opaque text chunks you cannot inspect or migrate. The alternative dumping everything into a giant markdown file stops scaling once the folder outgrows a simple directory listing. I built agent-memory to bridge both approaches into a single, local-first runtime: How it works: - Plain Markdown files in a local folder are the single source of truth. You can browse, grep, or edit them with standard terminal tools. - A local SQLite index beside the markdown files acts as a disposable cache. You can delete the database file at any time, and it rebuilds from the markdown on the next run. - Retrieval is ranked and local, answering with file paths and compact abstracts rather than pasting massive text blocks into your active context window. - Writes fire automatically at conversation boundaries without waiting for the agent to remember to save notes. - A local consolidation pass cleans up and forgets low-value memories over time on its own schedule. Key architectural features: - Zero API keys required for memory storage or retrieval. - 100% offline: nothing in the read or search path calls a remote model or crosses a network. - Cross-agent compatibility: Claude Code, Codex CLI, Muse Code, or any tool that can run shell commands can read and write to the same local store. - Permissive MIT license with zero telemetry. The source code and documentation are on GitHub: tigerless-labs/agent-memory PRs and issues are welcome. Let me know if you run into any rough edges or have thoughts on local memory pruning strategies.
Simpan memori jangka panjang untuk AI agent — Markdown sebagai source of truth, retrieval lokal ter-ranking, tanpa API key. tigerless-labs/agent-memory t.co
Your coding agent forgets everything when the session ends. agent-memory (3.4k stars in a day) fixes that: one Markdown store shared by Claude Code and Codex, local ranked recall that returns paths, not blobs. Zero API keys. tigerless-labs/agent-memory