YourMemory: Memória de IA com decaimento biológico atinge 59% de recall no LoCoMo-10

YourMemory implementa memória persistente para agentes de IA usando a curva de esquecimento de Ebbinghaus — as memórias decaem a menos que sejam reforçadas pela recordação, e dados não utilizados são podados quando atingem um limite. Construído como um servidor MCP local-first no DuckDB, combina BM25, busca vetorial e uma camada de grafo para resolver o problema do "vizinho lógico", onde a busca semântica perde nós relevantes, mas não semelhantes.

Benchmarks

No benchmark LoCoMo-10 (1.534 pares de pergunta-resposta em 10 conversas de múltiplas sessões):

• YourMemory: 59% Recall@5 (IC 95%: 56–61%)
• Zep Cloud: 28% (IC 95%: 26–30%)

Isso é 2× melhor recall que o Zep Cloud. Armazenamentos vetoriais sem estado supostamente sofrem 84% mais desperdício de tokens.

Início Rápido

Python 3.11–3.14. Sem necessidade de Docker ou serviços externos.

pip install yourmemory
yourmemory-setup

Obtenha o caminho da sua configuração:

yourmemory-path

Configuração MCP

Claude Code — adicione em ~/.claude/settings.json:

{
  "mcpServers": {
    "yourmemory": {
      "command": "yourmemory"
    }
  }
}

Claude Desktop — adicione no arquivo de configuração apropriado:

{
  "mcpServers": {
    "yourmemory": {
      "command": "yourmemory"
    }
  }
}

Cline, Cursor, OpenCode e qualquer cliente compatível com MCP (Windsurf, Continue, Zed) podem conectá-lo usando o caminho completo de yourmemory-path.

Fluxo de Trabalho de Memória

Copie as instruções de exemplo:

cp sample_CLAUDE.md CLAUDE.md

Depois edite CLAUDE.md com seu nome e ID de usuário. Claude segue um fluxo de recordar → armazenar → atualizar a cada tarefa usando três ferramentas MCP:

• recall_memory(query) — traz memórias relevantes no início da tarefa
• store_memory(content, importance) — incorpora e armazena com decaimento biológico
• update_memory(id, new_content) — reincorpora e substitui informações desatualizadas

Exemplo: store_memory("Sachit prefere tabs a espaços em Python", importance=0.9, category="fact")

Para Quem é

Desenvolvedores construindo agentes de codificação de IA que executam projetos de longa duração e precisam lembrar preferências do usuário, contexto do projeto e evitar retreinamento do zero a cada sessão.