Grafo de Habilidades Transponível para Memória Persistente de Agentes de IA em Bases de Código

Uma Solução Prática para Assistentes de IA Sem Estado

Assistentes de IA de programação carecem de memória persistente entre sessões, forçando os desenvolvedores a começar do zero cada vez. A abordagem comum de despejar tudo em grandes arquivos de regras como .cursorrules falha devido aos limites de tokens e à diluição das instruções.

A solução apresentada é a divulgação progressiva por meio de um grafo de habilidades navegável que reside dentro da base de código. A IA navega por esse grafo autonomamente entre sessões.

Arquitetura de Três Camadas

O sistema possui três camadas distintas:

• Camada 1 (Sempre Carregada): Menos de 150 linhas (300 tokens). Contém identidade da stack, convenções de pastas e não negociáveis. Inclui um ponteiro de saída para HANDOVER.md.
• Camada 2 (Carregada Por Sessão): HANDOVER.md serve como um roteador de atenção, não um documento. Ele diz à IA qual arquivo de domínio carregar com base na tarefa atual (pagamentos, autenticação, banco de dados, rotas de API). Cada arquivo de domínio termina com instruções apontando para o próximo arquivo relevante, criando um sistema autodirigido.
• Camada 3 (Carregada Por Tarefa): Biblioteca de prompts com 12 categorias. Cada entrada inclui seções de contexto, construção, verificação e depuração. A IA verifica o índice, carrega a categoria e segue o padrão.

Insight Principal: Instruções Autodirigidas

A inovação principal é que as instruções carregam significado, não apenas referências. Por exemplo: "carregue security/threat-modeling.md antes de modificar manipuladores de webhook" diz à IA quando e por quê, não apenas o quê.

O desenvolvedor incorporou isso em um modelo SaaS que acompanha a base de código, disponível em launchx.page para quem deseja examinar a estrutura completa do grafo.