ai-memory: dê memória ao Claude Code, Codex e Cursor

Você está no meio de uma tarefa no Claude Code, a cota acaba, você abre o Codex na mesma pasta e precisa explicar tudo de novo: a arquitetura, o que já deu errado, o que falta. O ai-memory, projeto open source do brasileiro Fabio Akita, existe pra acabar com esse retrabalho, e nesta semana passou de 10 mil estrelas no GitHub.

O repositório akitaonrails/ai-memory apareceu entre os mais populares do dia no GitHub Trending, logo depois de ganhar quatro versões em cinco dias: 3.0 na terça (13), 3.0.1 na quinta (15), 3.1 na sexta (16) e a correção 3.1.1 no sábado (17). Escrito em Rust, sob licença MIT, ele se vende como memória de longo prazo pra agentes de código que segue você entre ferramentas, projetos e máquinas.

O que o ai-memory faz

Quase todo agente já tem algum tipo de memória. O Claude Code faz anotações, o Cursor lembra de algumas coisas. O README do projeto aponta o limite comum: essas notas ficam numa máquina, pertencem a um agente só e somem quando você troca de ferramenta ou passa o trabalho pra outra pessoa.

O ai-memory roda como um servidor seu, no notebook, num homelab ou onde você quiser. Mais de 20 harnesses alimentam a mesma memória, entre eles Claude Code, Codex, Cursor, Gemini CLI, OpenCode, Grok, Devin, Kimi e Kiro. O fluxo tem quatro etapas: os hooks capturam em silêncio o que acontece na sessão (prompts, chamadas de ferramenta, início e fim), o servidor consolida isso em páginas de wiki no fim da sessão, a próxima sessão recebe um resumo curto e pode pesquisar tudo, e a troca entre agentes acontece por um “handoff” explícito, que diz onde você parou, o que falhou e o que segue aberto.

Três detalhes me chamaram atenção na documentação:

• A memória é markdown puro. A fonte da verdade é uma wiki versionada em git. Dá pra abrir no Obsidian, dar grep, editar na mão. O banco de dados é só um índice que pode ser reconstruído a partir dos arquivos.
• Zero chamada de LLM no caminho padrão. Captura, busca e handoff funcionam sem chave de API. A consolidação escrita por IA e o modo “sonhar”, que reescreve notas frias em páginas coerentes enquanto você está parado, são opcionais e vêm desligados.
• Funciona em time sem plano pago. Vários usuários, autenticação, atribuição por pessoa e log de auditoria já vêm no pacote. O conhecimento é compartilhado por projeto, e os handoffs pessoais continuam pessoais.

O que mudou na 3.0 e na 3.1

Segundo o changelog, a 3.0 transformou o repositório num marketplace de plugins pro Claude Code e pro Codex, então dá pra instalar a integração pelo próprio sistema de plugins de cada um. A visualização web das páginas ganhou backlinks, links de saída e sumário por título.

A 3.1 adicionou suporte ao IBM Bob e, mais importante pro uso diário, a continuação de histórico ao trocar de harness. Quando você usa ai-memory run pra sair do Claude e abrir o Codex, o novo agente recebe uma cópia temporária e local do histórico visível da sessão anterior pra consultar detalhes que o resumo deixou de fora. O servidor remoto não recebe o caminho nem o conteúdo da transcrição, e a cópia é apagada quando o agente fecha.

O que a galera está dizendo

No X brasileiro, o projeto já aparece nas listas de ferramenta de quem programa com IA. O dev @andersonlimadev contou que trocou o claude-mem pelo ai-memory, com instalação nativa no Mac, sem Docker e com os dados num SSD externo. Segundo ele, Claude Code, Codex, OpenCode e outros agentes agora dividem a mesma memória via MCP, cada um lendo o resumo ao abrir e deixando um handoff pro próximo.

O @erickwendel_ entrou na brincadeira e respondeu ao Akita dizendo que já agradece às máquinas, vai que o ai-memory é usado quando a rebelião começar. Do lado de fora do Brasil, a recepção também é boa, com uma ressalva que se repete: um post chinês elogiou a troca entre Claude e Codex sem reexplicar a arquitetura, mas avisou que você precisa subir um servidor próprio, então preguiçoso que se cuide.

Por que isso importa pra você

Quem usa mais de um agente sabe que o gargalo raramente é o modelo. É o contexto. Você paga a assinatura de um, estoura a cota, cai no outro, e os primeiros 15 minutos viram reunião de alinhamento com a IA. Uma memória que mora no seu servidor, em arquivo que você lê e edita, ataca esse desperdício sem te prender a fornecedor nenhum.

E tem a questão da privacidade. A memória fica num servidor que você controla, e o caminho padrão nem precisa mandar nada pra um modelo de IA. Pra quem trabalha com código de cliente, faz diferença.

Como baixar e testar

Requisitos: Linux, macOS ou Windows (no Windows, o suporte oficial é via WSL2, e o modo nativo está marcado como experimental), mais pelo menos um agente da lista de compatibilidade. Não precisa de chave de API pro uso básico.

1. Linux e macOS: no terminal, rode curl -fsSL https://github.com/akitaonrails/ai-memory/releases/latest/download/install.sh | sh. O script baixa o binário certo pro seu sistema, confere o checksum SHA-256 e se recusa a instalar se não bater. Não pede root.
2. Windows: no PowerShell, rode irm https://github.com/akitaonrails/ai-memory/releases/latest/download/install.ps1 | iex. Não precisa de administrador.
3. Depois rode ai-memory setup. Ele cria a pasta de dados com um token, sobe o serviço do usuário e mostra quais agentes achou antes de mexer em qualquer coisa. Se quiser só ver o plano, use ai-memory setup –plan.
4. Reinicie seus agentes e pergunte a um deles: “What do you remember about this project?”.
5. Pra trocar de agente com handoff, abra pelo próprio ai-memory: ai-memory run claude e, depois, ai-memory run codex na mesma pasta.

Também há app de barra de menu pro macOS, imagem Docker, pacote no AUR e RPM pro Fedora, todos descritos na página de releases e no site oficial aimemory.sh. Cuidado básico: baixe só desses dois endereços, e leia o script antes de rodar se você não curte o estilo “curl na shell”. Se mudar de ideia, ai-memory uninstall –apply remove o que ele instalou.

Pra ver como memória compartilhada muda o resultado na prática, veja como quatro IAs do Google zeraram Minecraft sem ajuda humana.

Se o seu agente já tem memória boa, o próximo uso prático é o ai-job-search, que avalia vagas e monta CV no PC.

A opinião do NM

Não é todo dia que um projeto brasileiro de ferramenta de IA aparece no trending global do GitHub, e o ai-memory chegou lá resolvendo uma dor real de quem programa com agente. A aposta em markdown e git, em vez de banco vetorial fechado, é a parte mais inteligente: se o projeto morrer amanhã, sua memória continua legível.

A ressalva é o ritmo. Quatro versões numa semana mostram projeto vivo, mas também pedem cuidado com atualização em máquina de trabalho. Eu testaria primeiro num projeto pessoal. Se você está montando seu kit de IA, vale cruzar com nosso comparativo de ChatGPT, Claude e Gemini, com o REA de engenharia reversa com IA e com outros open source que rodam local, como o VoiceStudio e o Muse Spark Open.

Imagem: arte oficial do projeto ai-memory, via aimemory.sh

Recomendados pra você

GuiaPhotoCraft: o clone grátis do Photoshop feito com IA já substitui a Adobe?O PhotoCraft é um clone open source do Photoshop em Rust feito com IA. Veja o que já funciona, o que falta, como instalar e se dá pra cancelar a Adobe.GuiaTalorys: agente de IA pessoal e grátis na CloudflareO Talorys, projeto open source que bombou no Hacker News, cria um assistente de IA com memória, tarefas e lembretes na sua conta grátis da Cloudflare. Custos, limites e como instalar.DicaO que não contar pro ChatGPT (e como desligar o treino com seus dados)Você conta pro chatbot coisa que não contaria pro chefe. Veja o que nunca colar numa IA, onde fica o botão que desliga o treino no ChatGPT, Gemini e Claude, e o que esse botão não resolve.DicaTrês regras pra usar ChatGPT no estudo sem atrofiar o cérebroChatGPT no estudo sem muleta: tente sozinho, peça contraste, ensine em voz alta. Roteiro de 60 minutos e quando pausar a IA.