Livro de Registro do Projeto: Sistema de Memória com Intervenção Humana para Agentes de Codificação de IA

Um projeto do GitHub chamado project-ledger fornece um sistema com humano no loop para gerenciar o que os agentes de IA de programação lembram sobre sua base de código. O problema central que ele aborda: os agentes não conseguem julgar o que importa—eles tratam bugs de implementação da mesma forma que falhas arquiteturais e registram o que mudaram em vez do que é importante.

Como Funciona

O sistema tem três componentes principais:

• Um registro YAML com entradas estruturadas contendo resumos, níveis de confiança, tags e referências cruzadas
• Uma habilidade /ledger que publica entradas e automaticamente gera um auditor Haiku para revisá-las sem contexto prévio
• Um gancho UserPromptSubmit que executa busca TF-IDF em cada prompt e injeta entradas correspondentes automaticamente antes do agente começar a pensar

O gancho é crítico—sem ele, você está apenas escrevendo YAML no vazio. Como observado na fonte: "Agentes nunca vão ler documentos de referência sem serem solicitados—o gancho é executado em cada prompt, pesquisa no registro e injeta entradas relevantes antes do agente começar a pensar."

Exemplo Prático

O criador descreve um caso de uso do mundo real: semanas após corrigir um problema de renderização de cores em um projeto embarcado, eles perguntaram a um agente "lembra o que fizemos onde corrigimos isso antes?" O gancho trouxe à tona a entrada exata sobre quantização de 8 bits prejudicando a fidelidade de cores em valores baixos, incluindo causa raiz, limites e componentes afetados.

Comparação & Abordagem

Comparado ao OpenViking, este sistema requer trabalho manual mas tem uma arquitetura mais simples: apenas um arquivo YAML mais um gancho de shell sem backend. A filosofia é que, para projetos onde insights são conquistados com dificuldade, humanos devem decidir o que é levado adiante.

O sistema é projetado para prevenir o acúmulo de dívida técnica enquanto agentes de IA operam em bases de código—cada mudança se torna mais difícil de acertar sem o contexto adequado sobre o que importa.