Signet: Um Substrato de Memória Local-First de Código Aberto para Agentes de IA

O que o Signet Resolve

A maioria dos sistemas de memória de agentes de IA atuais opera como RAG (Geração Aumentada por Recuperação): mensagem do usuário → busca na memória → recupera resultados → responde. Isso funciona para consultas explícitas, mas falha quando o contexto relevante é implícito.

Exemplos da fonte:

• "Configurar o banco de dados para o novo serviço" deve trazer à tona que o PostgreSQL já foi escolhido
• "Minha transcrição foi negada, não há registro com meu nome" deve trazer à tona que o usuário mudou de nome
• "Que horas devo configurar meu alarme para minha reunião às 8:30?" deve trazer à tona o tempo de deslocamento

O problema não é o armazenamento - é que esses sistemas esperam que a mensagem atual contenha sinal de consulta suficiente para recuperar o contexto passado correto.

Como o Signet Funciona

O Signet lida com a memória fora do loop do agente com esta arquitetura:

• Preserva transcrições brutas
• Destila sessões em memória estruturada
• Vincula entidades, restrições e relações em um grafo
• Usa travessia de grafo + recuperação híbrida para construir um conjunto de candidatos
• Reclassifica candidatos para relevância no momento do prompt
• Injeta contexto antes do próximo prompt começar

O agente não está decidindo o que salvar ou quando buscar - ele começa com o contexto já disponível. Isso muda da recuperação dependente de consulta para a recordação ambiental.

Detalhes Técnicos

O Signet é:

• Local-first (SQLite + markdown)
• Inspecionável e reparável
• Funciona com Claude Code, Codex, OpenCode e OpenClaw

No LoCoMo, ele atualmente alcança 87,5% de precisão de resposta com 100% de recuperação Hit@10 em uma amostra de 8 perguntas. O desenvolvedor observa que esta é uma amostra pequena, mas mostra que a abordagem é promissora.