mcp-memory: SQLite FTS5 + OKF do Google para Memória Rápida de Agentes
Procurando uma forma de dar memória persistente ao seu agente de codificação de IA sem depender de um banco de dados vetorial pesado? mcp-memory é um servidor MCP open-source que armazena a memória do agente como arquivos Markdown no formato OKF v0.2 do Google, indexa tudo localmente com SQLite FTS5 e expõe quatro ferramentas MCP limpas. Ele foi projetado para ser integrado ao Claude Desktop, Cursor, Antigravity, Windsurf ou Codex com um assistente de configuração sem complicação.
O que ele faz
mcp-memory mantém uma arquitetura de duas camadas:
- Diretório OKF legível por humanos: Cada memória é gravada como um arquivo
.mdbruto dentro dememory/, com umindex.mdraiz (versionado comokf_version: "0.2") e umlog.mdpara o histórico de atualizações. - Índice SQLite FTS5: A busca em texto completo e os gatilhos mantêm consultas de chave abaixo de 20ms e buscas por palavras-chave instantâneas.
As memórias são armazenadas como documentos Markdown OKF v0.2 com frontmatter YAML (type, key, namespace, tags, generated, sources, verified, status, stale_after).
Ferramentas MCP
O servidor expõe quatro ferramentas principais:
memory_store– Armazena ou atualiza um registro. Requerkey,contenteproject_root. Opcionais:tags,namespace(padrãodefault),concept_type,title,description,resource,status,stale_after,sources,verified,generated_by.memory_retrieve– Obtém uma memória específica porkeyenamespace.memory_search– Encontra memórias porquery,tagsounamespace. Suportalimit(padrão 10).memory_get_last– Recupera o último checkpoint de sessão (system/last_memory) para que o agente saiba onde o trabalho parou.
Isolamento por namespace e configuração
As memórias são delimitadas por namespace (por exemplo, user/preferences, project/architecture), mantendo os contextos separados. A configuração é um único comando:
python3 setup.py
Isso configura automaticamente as ferramentas MCP instaladas (Antigravity, Claude, Cursor, Windsurf, Codex). O servidor também suporta um parâmetro project_root para cada ferramenta, permitindo manter repositórios de memória por projeto.
Para quem é
Desenvolvedores que usam agentes de codificação de IA (Claude, Cursor, etc.) que desejam memória persistente e pesquisável, que permaneça em Markdown de texto simples e não exija banco de dados vetorial ou serviço externo.
📖 Leia a fonte completa: HN AI Agents
👀 See Also

O Qwen3.5-2B ajustado com a arquitetura RAG-Engram melhora a precisão das respostas fundamentadas de 50% para 93% em um contexto de 8K.
Um desenvolvedor ajustou o Qwen3.5-2B com uma arquitetura personalizada RAG-Engram para abordar o fenômeno 'perdido no meio', melhorando as respostas corretas em 8K tokens de 50% para 93% em consultas do mundo real. O sistema utiliza uma abordagem de dois níveis com embeddings de entidades estáticas e navegação dinâmica de chunks.

cc-session-utils: Painel TUI para Gerenciar Sessões e Custos do Claude Code
Um desenvolvedor criou o cc-session-utils, uma ferramenta de interface de usuário no terminal para gerenciar arquivos de sessão do Claude Code, rastrear custos por modelo, limpar sessões órfãs e migrar dados entre projetos. Requer Python 3.11+ e foi construído com Textual.

LivingAgents.ai: Uma Simulação de Agentes de IA Baseada na Web Usando a API Claude
LivingAgents.ai é uma simulação baseada na web onde cada agente é alimentado pela API Claude, realizando ações como forragear, negociar, criar, atacar, reproduzir e morrer permanentemente, com cada ação exigindo uma chamada real de LLM.

Habilidades do Chrome: Salve e Reutilize Prompts de IA como Ferramentas de Um Clique
O recurso Skills do Chrome do Google permite que os usuários salvem prompts de IA como fluxos de trabalho reutilizáveis que são executados com um único clique em qualquer página da web. As Skills podem ser acessadas digitando barra (/) ou clicando no sinal de mais (+) no Gemini no Chrome.