Mengram é um sistema de memória de código aberto que fornece aos agentes OpenClaw memória persistente entre sessões. A ferramenta aborda o problema em que os agentes OpenClaw esquecem tudo quando são reiniciados, perdendo a memória do que funcionou, do que falhou e dos procedimentos que aprenderam.

Tipos de memória

• Memória episódica — armazena o que aconteceu (conversas, ações, resultados)
• Memória de entidades — rastreia pessoas, ferramentas, projetos e fatos sobre eles
• Memória procedimental — extrai automaticamente procedimentos "como fazer X" a partir de padrões repetidos. Se seu agente faz uma verificação de heartbeat 3 vezes, o Mengram cria um procedimento reutilizável para isso
• Arquivamento inteligente — fatos antigos/desatualizados são automaticamente substituídos quando novas informações os contradizem

Integração com OpenClaw

Aqui está como usar o Mengram com agentes OpenClaw:

from mengram import Mengram
m = Mengram(api_key="om-...")

Agente salva o que aprendeu
m.add("Verificação de heartbeat concluída. Fila de trabalhos tem 18 trabalhos pendentes. Nenhum alerta urgente.")
Mais tarde, o agente busca em sua memória
results = m.search("qual é o status do heartbeat?")
Procedimentos são criados automaticamente a partir de padrões repetidos
procedures = m.get_procedures()
→ "Executar HEARTBEAT.md strict-check", "Briefing diário às 10:00", etc.

O agente constrói conhecimento procedimental ao longo do tempo — ele não apenas lembra fatos, mas aprende como fazer coisas e quando fazê-las.

Stack técnico

Mengram usa SDK Python, API REST, PostgreSQL + pgvector para embeddings e funciona com qualquer LLM.

O projeto está disponível no GitHub em github.com/alibaizhanov/mengram.