Dando Memória Permanente a Agentes de IA
Cada nova sessão de IA começa do zero.
Você perde sua pesquisa de ontem. Você perde sua análise da semana passada. Você perde seus erros do mês passado. A maioria das soluções de memória prende seus dados a um agente específico. Se você trocar de agente, você perde tudo.
O Knowledge-and-Memory-Management v0.0.2 (KMM) resolve isso. Ele atua como uma camada de memória externa. Ele não toca no código principal (core) do seu agente.
O KMM funciona através de três etapas:
- Coleta de Conhecimento
- Armazenamento Estruturado
- Recuperação entre Sessões
O sistema coleta dados de quatro fontes:
- Web: Utiliza seis mecanismos para contornar proteções e fazer scraping de sites.
- Vídeo: Utiliza oito ferramentas para extrair dados do YouTube ou TikTok. Utiliza o Whisper para fala e OCR para texto na tela.
- Artigos: Extrai de redes sociais e feeds RSS.
- Documentos: Escaneia PDFs e imagens via OCR.
O sistema transforma dados brutos em ativos. Ele pega a matéria-prima, usa um LLM para extrair pontos-chave, escreve em notas Markdown e as salva em um grafo de conhecimento (knowledge graph).
Você pode pesquisar em diferentes domínios ao mesmo tempo. O sistema pesquisa notas locais, bancos de dados, memória semântica e grafos de conhecimento. Ele utiliza um algoritmo para mesclar esses resultados. Se uma fonte falhar, as outras assumem o controle.
Esta configuração é ideal para você se:
- Você usa múltiplos agentes como Hermes, Codex ou Claude Code.
- Você precisa reutilizar o conhecimento em diferentes sessões.
- Você quer um sistema flexível que funcione por meio de uma única variável de ambiente.
A contrapartida é a complexidade. Você precisa de PostgreSQL 16, Hindsight e gbrain para executá-lo. Isso é mais difícil de implementar do que arquivos simples. No entanto, você obtém uma qualidade de recuperação muito maior por meio de três camadas de memória.
Para produção, execute um script de manutenção para automatizar o arquivamento e a indexação. Use um script de verificação sidecar para verificar sua configuração após a instalação.
Comunidade de aprendizado opcional: https://t.me/GyaanSetuAi