Biblioteca · Repositório

MemPalace/mempalace

Memória de agente · Python · MIT

É a memória de longo prazo que falta na IA. Em vez de a conversa começar do zero toda vez, ele guarda o que foi dito, palavra por palavra, e devolve o trecho certo quando você precisa, sem mandar seus dados para fora.

O que é, em uma frase honesta

MemPalace é um sistema aberto de memória para IA que guarda o histórico de conversas como texto literal e recupera o trecho relevante por busca semântica. O lema é direto: memória local, armazenamento literal, e zero chamada de API para a função principal. Em vez de resumir e perder detalhe, ele preserva o que foi dito e organiza por pessoas, projetos e temas, como um palácio de gavetas.

Tudo roda na sua máquina ou no seu servidor, sem o conteúdo passar por um terceiro.

Para que serve na prática

Serve para dar continuidade real à IA que você usa no trabalho. Ferramentas como Claude Code, Codex e Cursor podem salvar automaticamente o contexto e consultá-lo depois, então o assistente lembra de decisões, clientes e projetos de semanas atrás em vez de recomeçar do zero. Os números que o projeto publica em testes públicos de memória de longo prazo (em torno de 96 por cento de acerto na recuperação) sustentam a promessa de que ele acha a informação certa.

É a diferença entre um assistente com amnésia e um que acumula contexto sobre o seu negócio.

Quando faz sentido pra você que lidera

Faz sentido quando a falta de memória da IA virou custo: gente reexplicando o mesmo contexto, decisões que se perdem, retrabalho. A escolha de ser local e sem chamadas externas importa para o líder por um motivo prático: dado sensível de cliente, pricing e estratégia não precisa sair de casa para a IA ter memória. Avalie isso como decisão de privacidade e de eficiência ao mesmo tempo.

E lembre que memória persistente também é responsabilidade: o que a IA guarda precisa de regra de acesso e descarte, como qualquer base de informação da empresa.

Por que está no mapa

Porque memória é o gargalo silencioso entre um chatbot esperto e um assistente que realmente conhece o seu contexto, e este projeto ataca exatamente isso com resultado medido em benchmark, não em promessa. O recorte local-first mostra que dá para ter memória forte sem terceirizar o dado, uma escolha cada vez mais central para empresa séria. Está no mapa como peça de infraestrutura que define quanto a IA vai parecer que entende o seu negócio.

Ver no GitHub →
O que você achou desta página?
Recomendaria esta página para alguém do seu time?