Seus agentes esquecem tudo.
É aqui que eles param.
Uma base de conhecimento persistente e compartilhada que seus agentes de codificação IA escrevem enquanto trabalham. Decisões, arquitetura, armadilhas e convenções sobrevivem à sessão, ao reinício e à máquina.
Feche uma sessão e a janela de contexto desaparece. Project Memory é a parte que permanece: uma memória de longo prazo para agentes de IA, armazenada por projeto, lida por cada agente e cada colega de equipe que trabalha nesse projeto. Nenhum aplicativo de anotações ao lado, sem copiar e colar, sem reexplicar seu código toda manhã.
Todo agente de codificação IA tem o mesmo buraco. Ele lê seu código, descobre por que o módulo de autenticação é construído dessa forma, cai na armadilha de migração que custou um fim de semana no ano passado, e então a sessão termina e tudo isso evapora. Amanhã começa do zero e redescobre as mesmas coisas, queimando os mesmos tokens.
Você pode colar parte disso em um CLAUDE.md e esperar que permaneça atual. Isso funciona para regras que você já conhece. Não funciona para o conhecimento que seus agentes produzem enquanto trabalham: a decisão que acabaram de tomar com você, o beco sem saída que exploraram, a coisa sobre sua construção que só se torna óbvia às 2 da manhã.
Project Memory fecha esse ciclo. Seus agentes escrevem o que aprendem em uma base de conhecimento persistente, usando ferramentas MCP, como parte normal do trabalho. Ela vive com o projeto, não com sua conta, então o próximo agente a lê, e o agente do seu colega de equipe em sua máquina também.
Amnésia da sessão e o que realmente custa
Os sintomas são tão familiares que a maioria das pessoas parou de notá-los.
Você reexplica a mesma arquitetura
Cada nova sessão começa com você digitando os mesmos três parágrafos sobre como o projeto está estruturado. É o único prompt mais repetido na codificação agente.
Agentes pagam para reaprender o que já sabiam
Um agente que precisa reler metade do repositório antes de agir gasta tokens reais e minutos reais redescobrindo conhecimento que já tinha ontem.
A mesma armadilha é ativada duas vezes
Uma armadilha que seu agente encontrou e consertou em junho é invisível em julho. Nada registrou, então nada impede o próximo agente de cair nela novamente.
O conhecimento permanece em uma máquina
O que seu agente aprendeu vive em sua sessão, em seu laptop. O agente do seu colega de equipe não sabe nada disso e começa o projeto do zero.
O que o Project Memory oferece
Uma camada de memória de longo prazo para agentes de IA, integrada ao IDE onde esses agentes já operam.
Conhecimento que sobrevive à sessão
Por padrão, as notas são armazenadas no servidor por projeto. Feche o agente, saia do aplicativo, reinicie o computador, troque de laptop: a memória ainda estará lá quando você voltar.
Escrito pelos agentes, não por você
Agentes salvam através da ferramenta memory_save MCP como parte do trabalho normal, sem prompt de confirmação. Você obtém uma base de conhecimento que se preenche sozinha em vez de documentação que ninguém atualiza.
Compartilhado com todos no projeto
A memória é vinculada ao projeto, não à sua conta de usuário. Cada membro do projeto lê a mesma memória que os agentes dos seus colegas de equipe têm escrito; uma simples cópia do repositório não dá acesso a ela.
Cinco pastas que se constroem sozinhas
arquitetura, decisões, convenções, armadilhas, recursos. Pastas são criadas no primeiro uso, então a estrutura aparece à medida que o conhecimento surge. Nada para configurar.
Atualizar em vez de criar, por padrão
Salvar uma nota sob um nome existente atualiza essa nota no local. A memória se aprofunda com o tempo em vez de se espalhar em quarenta entradas quase duplicadas.
Um verdadeiro gráfico de conhecimento
Notas se conectam umas às outras com [[links-wiki]]. A visualização do gráfico desenha esses links, agrupa notas por pasta e escurece as que estão se tornando obsoletas para que você possa ver o que seu projeto realmente sabe.
Busca difusa em tudo
A busca abrange nomes de notas, pistas de recuperação, corpos completos e tags de uma vez, para que você encontre a decisão que meio se lembra de duas palavras dela.
Gratuito, sem limite de notas
Project Memory não é um complemento pago e não tem cota. Não há assinatura de sincronização separada para comprar: memória e seu gráfico são simplesmente parte do AgentsRoom. As revisões de Learning Loop no seu próprio CLI também são ilimitadas.
As cinco pastas que seu projeto preenche
Estrutura canônica, auto-criada na primeira escrita. Um tópico por nota, uma nota por ideia.
arquitetura Como um módulo realmente funciona e onde seu código reside. A nota que um agente lê em vez de reexaminar doze arquivos.
decisões Uma nota por decisão: o contexto, a escolha e o porquê. Esta é a parte que impede alguém de desfazê-la silenciosamente seis meses depois.
convenções As regras descobertas enquanto trabalhava, não as que você anotou de antemão. Nomenclatura, padrões, a maneira como este código faz as coisas.
armadilhas Armadilhas, incidentes passados, nunca mais faça isso novamente. Um bug consertado uma vez nunca deve ser pago duas vezes.
recursos O estado funcional de cada recurso: o que é enviado hoje, o que está meio construído, o que foi deliberadamente deixado de fora.
Três momentos em que o conhecimento é capturado
A parte difícil de qualquer base de conhecimento é fazer qualquer coisa ser escrita nela. Project Memory ataca isso de três lados.
À medida que acontece, por padrão
Todo agente no AgentsRoom recebe a instrução de memória em seu prompt de sistema: após um resultado significativo, uma decisão tomada, uma armadilha atingida, um módulo entendido, um recurso enviado, escreva isso. Ao contrário de salvar uma habilidade ou um prompt, as gravações de memória não precisam de confirmação. É um gesto normal de trabalho, então realmente acontece.
Sempre memorize, por agente
Ative o alternador Sempre memorize em qualquer agente e ele recebe uma regra mais rígida: no final de cada turno que produziu um aprendizado durável, persista-o antes de terminar. Útil nas funções que geram muito conhecimento, como um arquiteto trabalhando em uma refatoração ou um agente de QA mapeando modos de falha.
Na saída
Quando você fecha um agente que ainda tem uma sessão ativa, o AgentsRoom pergunta se deve memorizar primeiro. Escolha Memorizar e a instrução vai para a sessão em execução para que o agente escreva o que aprendeu antes de você fechar a aba. O único momento em que o conhecimento geralmente é perdido se torna o momento em que é salvo. Sessões curtas são puladas automaticamente, porque uma tarefa de dois minutos não vale uma memória, e você pode optar por não receber o prompt para um agente, um projeto ou em todos os lugares.
Learning Loop: suas correções viram regras
A quarta fonte de memória é você. As correções que você vive repetindo para seus agentes viram regras curtas que todos os agentes seguem.
Você disse a um agente para não mexer no lockfile. Depois a um segundo, depois a um terceiro, em outro CLI. Learning Loop foi feito exatamente para isso. O AgentsRoom revisa o que você digitou para os agentes de um projeto, identifica as correções que continuam voltando e propõe até 10 regras curtas por revisão. Você decide quais passam a fazer parte da memória do projeto.
Uma revisão dos seus próprios prompts
Faça uma revisão a partir da janela Learning Loop, ou ative a revisão diária, que roda toda noite. Só o que você digitou é lido, e os segredos são mascarados na sua máquina antes de qualquer análise. Cada regra proposta vem com sua categoria (convenção, armadilha, preferência, processo) e o número de vezes que você fez essa correção.
Você aceita, edita ou recusa
Nada chega aos seus agentes sem você. Aceite uma regra como está, reformule-a ou recuse-a: uma regra recusada nunca volta. No seu celular, a tela Learning Loop do projeto oferece as mesmas três opções, mesmo com o desktop fechado.
Todos os agentes a aplicam
Uma regra aceita é gravada na memória compartilhada do projeto, então todos os agentes do projeto a leem, seja qual for o CLI (Claude Code, Codex CLI, Antigravity CLI ou qualquer outro CLI compatível) e seja qual for a máquina. Depois, cada regra aceita mostra se você precisou corrigi-la de novo, para você ver se a lição realmente surtiu efeito.
Quem faz a revisão
Você escolhe, projeto por projeto. O resultado tem o mesmo formato nos dois casos.
O seu próprio CLI
Um agente de revisão agendado roda no CLI de agente que você já usa. Sem cota do AgentsRoom, ilimitado em todos os planos, e seus prompts nunca saem do provedor que já os recebeu.
O serviço AgentsRoom
Ativado por projeto, com o seu consentimento explícito. Os prompts mascarados passam pelo nosso servidor até a OpenAI para a análise, e a sua própria chave da OpenAI é aceita. Útil quando não há nenhum CLI disponível na máquina, ou para guardar a cota do seu CLI para o trabalho em si.
Revisões feitas pelo serviço AgentsRoom: 3 por mês no Free e no Plus, ilimitadas no Pro e com a sua própria chave da OpenAI. As revisões no seu próprio CLI são ilimitadas em todos os planos.
Os prompts brutos nunca são armazenados no nosso servidor. Uma revisão guarda seu breve resumo, as regras propostas e, para cada regra, no máximo dois trechos mascarados como evidência.
Curador de biblioteca: um clique para organizar suas bibliotecas
Prompts, skills e memória crescem a cada projeto. Um agente dedicado os mantém enxutos e coerentes, para que cada agente leia menos e siga as regras certas.
Os duplicados vão se acumulando: um prompt que repete uma skill, uma nota do projeto que copia uma nota da conta, duas notas sobre o mesmo assunto. O mesmo vale para regras contraditórias, notas sobre trabalhos que você engavetou e skills do marketplace que não combinam com a sua stack. Clique em Limpar na janela Prompts, Skills ou Project Memory: o curador de biblioteca, um agente que roda no seu próprio CLI, audita as bibliotecas do projeto e da sua conta.
Ele encontra o que precisa ser limpo
Duplicados entre prompts, skills e memória, regras que se contradizem, notas desatualizadas (links quebrados, agentes ou arquivos que não existem mais), skills sem relação com as tecnologias do seu repositório e skills do projeto que vale a pena compartilhar com todos os seus projetos.
Ele corrige sozinho o que é seguro
Descrições mais claras, etiquetas melhores, links consertados: nada que mude uma regra. Cada alteração fica guardada no histórico da biblioteca, então qualquer versão anterior pode ser restaurada.
Você aprova o resto em um único cartão
Exclusões, mesclagens, skills movidas para a sua conta e alterações de skills esperam por você em um único cartão. Você marca o que quer, e ele aplica exatamente isso.
Ele também aprende com o uso: para cada skill usada nos últimos 30 dias, ele relê o que você digitou enquanto a skill estava em uso (com os segredos mascarados na sua máquina) e propõe alterações nessa skill na forma de um diff de antes e depois.
Veja o que seu projeto sabe
A visualização do gráfico transforma a memória em um mapa em vez de uma lista.
Cada nota é um nó. Pastas formam grupos. Os [[links-wiki]] que os agentes escrevem dentro dos corpos das notas se tornam as arestas, então o gráfico desenha a forma real do conhecimento do seu projeto em vez de uma árvore de pastas.
A frescura impulsiona os visuais. Uma nota atualizada recentemente é maior e mais brilhante; uma que não foi tocada em semanas encolhe e desaparece, em um horizonte de sessenta dias. O conhecimento obsoleto parece obsoleto, que é exatamente quando você quer notá-lo. Clique em qualquer nó para abrir essa nota.
Uma memória por projeto, não por pessoa
Esta é a parte que a maioria das ferramentas de memória erra.
A maioria das ferramentas de conhecimento limita tudo a uma conta de usuário: suas notas, seu cofre, sua sincronização. Esse modelo quebra no momento em que uma segunda pessoa se junta, porque o conhecimento que importa é sobre o projeto, não sobre você.
AgentsRoom vincula o Project Memory ao projeto, não a uma conta de usuário. Cada membro do projeto lê e escreve a mesma memória: as pessoas que já trabalham nele, os colegas de equipe que você convida e a sua equipe quando você publica o projeto nela. Os agentes de um novo colega de equipe herdam tudo o que os seus aprenderam. Nenhum cofre para compartilhar, nenhuma exportação e reimportação.
O id do projeto commitado no repositório não é uma chave de acesso: uma conta que clona um repositório público não vê a memória dele. Os agentes continuam instruídos a nunca armazenar segredos ou caminhos específicos de máquina nela, e você também não deve.
Quatro escopos, porque nem tudo pertence a um único repositório
O projeto é o escopo padrão. Os outros três recolhem o conhecimento que, de outra forma, não teria para onde ir.
O escopo padrão, e onde fica o conhecimento sobre o código: a arquitetura deste repositório, suas decisões, suas armadilhas. Compartilhado com cada membro do projeto.
A zona em que um projeto está guardado, normalmente um cliente ou um empregador: suas convenções, sua infraestrutura, a maneira como ele quer que as coisas sejam feitas, verdadeira para todos os seus repositórios e para nenhum em particular. Ela é espelhada em cada projeto arquivado sob essa pasta, então os agentes a leem como arquivos antes de chamar uma única ferramenta.
O que é verdade sobre você em qualquer lugar, seja qual for o cliente. Esse conhecimento acompanha você de projeto em projeto e não pertence a nenhum repositório.
Um caderno por agente salvo: como aquele especialista trabalha, um procedimento que ele refinou, uma lição sobre o próprio método. Ele viaja com o agente para o próximo projeto em vez de ficar parado em um repositório de onde ninguém mais vai abri-lo.
Os agentes escolhem o escopo com um único argumento em memory_list, memory_get e memory_save, e a instrução é escolhê-lo perguntando quem gostaria de ler a nota. Nenhum dos quatro é um armazenamento privado: você vê e edita todos eles na biblioteca de Memória.
Quatro ferramentas, e seus agentes fazem o resto
Project Memory é exposto aos agentes através do MCP, então qualquer CLI de agente conectado usa a mesma interface.
memory_list Lista pastas e notas com suas pistas de recuperação e uma prévia de conteúdo. Os agentes são instruídos a chamá-lo no início de qualquer tarefa não trivial, antes de explorar o código: o módulo pode já estar explicado.
memory_get Retorna o corpo completo em markdown de uma nota, por id ou por nome exato. Nomes são como links wiki se resolvem, então um agente pode seguir [[um-link]] de uma nota diretamente para a próxima.
memory_save Cria ou atualiza uma nota. O mesmo nome significa atualização no local. Aceita um nome, uma pista de recuperação, o corpo em markdown, uma pasta opcional e tags. Um modo de acréscimo adiciona uma seção a uma nota existente, então um agente nunca precisa ler e reescrever uma nota longa só para acrescentar três linhas. Um modo de edição substitui uma única passagem no lugar, e apenas quando a passagem citada aparece exatamente uma vez, para que uma correção fique ao lado da afirmação que corrige, em vez de no final da nota.
memory_delete Remove uma nota de vez. Ela existe para que um agente possa desfazer o próprio erro, uma nota salva com o nome errado, em vez de pedir que você a apague na mão. O que está apenas desatualizado se corrige com memory_save, que preserva o histórico da nota e seus links wiki.
Independente de fornecedor por design: as ferramentas são servidas pelo servidor MCP do AgentsRoom, então Claude Code, Codex CLI e os outros CLIs de agente que você executa no AgentsRoom leem e escrevem a mesma memória do projeto.
Como funciona
Não há etapa de configuração. A memória começa vazia e se preenche sozinha.
Seus agentes começam a ler
Desde a primeira sessão, cada agente é instruído a verificar a memória do projeto antes de começar a cavar no código. No início, não encontra nada e continua com o trabalho.
Seus agentes começam a escrever
A primeira decisão real, a primeira armadilha, o primeiro módulo devidamente entendido: o agente salva uma nota. Pastas aparecem à medida que são necessárias. Você pode ver a contagem subir no ícone do cérebro no dock.
Cada sessão depois disso é mais curta
Novos agentes abrem com uma compreensão funcional do projeto. Você para de escrever os mesmos três parágrafos de contexto, e o agente para de gastar tokens para redescobrir o que já havia resolvido.
Onde ele ganha seu sustento
O conhecimento que costumava viver na cabeça de uma pessoa, ou em lugar nenhum.
Agências gerenciando códigos de clientes
Doze projetos de clientes, cada um com suas peculiaridades. Cada projeto carrega sua própria memória, então retomar um após três meses não significa reaprendê-lo a partir do log de commits.
Integração, humana ou agente
Um novo desenvolvedor entra no projeto e seus agentes já conhecem a arquitetura, as convenções e as armadilhas. A memória é o documento de integração, exceto que está atual porque foi escrita enquanto o trabalho acontecia.
Código legado que ninguém lembra
Aponte um agente para o módulo desgastado, deixe-o descobrir como funciona e faça-o escrever isso na arquitetura. A próxima pessoa a tocá-lo começa a partir de uma explicação em vez de um mistério.
Transferências entre agentes
Um agente PM escopo, um agente dev constrói, um agente QA verifica. Cada um escreve o que aprendeu, e o próximo lê, para que a cadeia não perca o fio entre as etapas.
Memória, habilidades e prompts não são a mesma coisa
AgentsRoom mantém três bibliotecas porque elas respondem a três perguntas diferentes.
Project Memory
O que é verdade sobre este projeto?
Fatos que os agentes descobriram: decisões, arquitetura, armadilhas, convenções, estado de recursos. Escrito por agentes, compartilhado com todo o projeto, específico para este código.
Skills Library
Como fazemos esse tipo de tarefa?
Procedimentos reutilizáveis que carregam quando relevantes: uma lista de verificação de revisão, um padrão de migração, uma auditoria de acessibilidade. Portável entre projetos e exportável para outras ferramentas.
Explore a Skills LibraryPrompt Library
O que eu quero perguntar, novamente?
As instruções que você envia com frequência, salvas e organizadas para que você pare de reescrevê-las. Escrito por você, enviado por você.
Explore a Prompt LibraryNotas organizadas para os seus planos e relatórios
Mantenha notas feitas para ler juntamente com a memória dos agentes: um plano de treino, um relatório de projeto ou um caderno pessoal de referência. Organize as páginas em capítulos, adicione etiquetas e escolha uma página inicial ou o relatório mais recente.
- Cadernos separados para a sua conta, pastas de projetos, projetos, agentes, assistente e especialistas. Ao abrir um caderno de projeto, as notas privadas do assistente mantêm-se separadas.
- Indique aos agentes como manter cada caderno. Os relatórios anteriores permanecem em páginas separadas, enquanto o histórico de versões permite restaurar alterações de uma página específica.
- Leia e edite as mesmas notas guardadas no servidor a partir do computador e do telemóvel, mesmo quando o computador está desligado.
As notas e o seu histórico são armazenados de forma encriptada e pertencem à sua conta.
O Project Memory é uma resposta à memória dos agentes, não a única. Os arquivos CLAUDE.md, mem0, Letta, Zep, basic-memory e Obsidian com MCP resolvem cada um uma parte diferente do problema.
Comparar ferramentas de memória de IAPerguntas frequentes
Faça outra perguntaO que é Project Memory no AgentsRoom?
Como isso é diferente de um arquivo CLAUDE.md ou AGENTS.md?
Meus colegas de equipe veem a mesma memória?
Project Memory é gratuito?
Quais agentes de IA podem usar a memória do projeto?
Preciso dizer aos agentes para salvar as coisas?
Posso ler e editar a memória eu mesmo?
Project Memory funciona offline?
O que não deve ir para a memória do projeto?
Posso desligar o Project Memory?
Meus agentes podem compartilhar memória entre projetos?
Meus agentes podem aprender com as correções que eu vivo repetindo?
Para onde vão meus prompts quando o Learning Loop os revisa?
Capturas de tela
Capturas reais do app, adicionadas conforme este recurso evolui.
Você também pode gostar
Importação de repositórios
Conecte o GitHub ou o GitLab, navegue pelos repositórios aos quais você realmente tem acesso e clone vários de uma vez. Cada um vira um projeto com seus próprios agentes de codificação IA. Instâncias GitLab self-hosted são suportadas.
Sincronização com o Obsidian
Vincule uma pasta do seu cofre do Obsidian à memória do projeto: suas notas chegam ao Claude Code, ao Codex e a qualquer CLI de agente, e o que os agentes aprendem volta ao cofre em Markdown.
Skills Library
Procedimentos reutilizáveis que seus agentes seguem, anexáveis a tarefas e agentes.
AgentsRoom MCP
O servidor MCP que expõe o backlog, prompts, habilidades e memória para seus agentes.
Detecção de desvio de contexto
Identifique o momento em que o contexto de um agente se degrada, antes que comece a inventar coisas.
Guia CLAUDE.md
Como escrever o arquivo de instruções estático que acompanha sua memória do projeto.
Para se aprofundar
AGENTS.md: um único arquivo de contexto para todo agente de código (Codex, Antigravity, Claude)
AGENTS.md é o arquivo de instruções portátil que seus agentes de código leem antes de tocar no seu código. O que colocar nele, como ele se diferencia do CLAUDE.md e como manter um único contexto entre Codex, Antigravity e Claude.
As Melhores Soluções de Memória para Seus Agentes Claude AI em 2026
CLAUDE.md, mem0, Letta, Zep, basic-memory, Obsidian mais MCP, Projeto Memória AgentsRoom: um mapa honesto das opções de memória para agentes de codificação AI e como escolher uma.
Pare de reexplicar seu código
Baixe o AgentsRoom e deixe seus agentes começarem a lembrar. Grátis, sem limite de notas.
App complementar: acompanhe seus agentes em qualquer lugar
Use Claude, Codex, Antigravity CLI ou outro provedor de IA.
Envie bugs e pedidos direto para o seu backlog público.
Agentes que você lê como uma conversa
Cada agente tem uma função, um rosto e um fio que você lê como um app de mensagens.


