Camada de memória persistente para agentes de IA, construída para desenvolvedores
EverOS, da EverMind AI, é um sistema operacional de memória que fornece contexto persistente e portátil para agentes de IA em diferentes sessões e ferramentas. Ele oferece uma camada de memória local e editável que registra conversas, preferências e rastros de execução e expõe esse contexto para assistentes por meio de uma interface de servidor. Os componentes principais incluem armazenamento nativo em Markdown, uma camada de indexação e extração de habilidades. O produto é direcionado a desenvolvedores e usuários avançados que precisam de contexto de agente a longo prazo, mantendo os dados sob controle local.
Como a recuperação e o escopo moldam o que a ferramenta retorna?
A ferramenta combina várias técnicas de recuperação para lidar com diferentes tipos de consultas: BM25 para correspondência de palavras-chave, pesquisa vetorial para recuperação semântica e indexação escalar para consultas numéricas ou classificadas. A memória é organizada em escopos explícitos, listados como
- Usuário
- Agente
- App
- Projeto
- Sessão
Ele se encaixará nos fluxos de trabalho existentes de assistentes e desenvolvedores?
A ferramenta funciona como um tempo de execução baseado em Python e como um servidor MCP, exigindo Python 3.12 ou mais recente para instalações locais. Os caminhos de implantação incluem instalações CLI, contêineres Docker e integração com REST API. Ela suporta o Protocolo de Contexto do Modelo para uso direto com assistentes habilitados para MCP, como Claude Code e Cursor, permitindo que as equipes conectem seus clientes de codificação ou assistentes existentes a uma estrutura de memória compartilhada sem reescrever os clientes.
Quem constrói e estende a comunidade do projeto?
O projeto é de código aberto sob a licença Apache 2.0 e é mantido pela EverMind, que também publica ferramentas como Raven e EverAlgo. O repositório mostra um engajamento comunitário substancial, com milhares de estrelas e múltiplos projetos derivados, variando de assistentes de neurodiversidade a protótipos de dispositivos vestíveis de IA. Esse ecossistema facilita para os desenvolvedores encontrarem integrações, implementações de exemplo e extensões impulsionadas pela comunidade.
Quão privadas e auditáveis são as memórias armazenadas?
O comportamento padrão mantém os dados no hardware local, armazenando memórias como arquivos Markdown legíveis por humanos indexados com SQLite e LanceDB para recuperação. Como os arquivos são Markdown simples, os usuários podem abri-los e editá-los em editores de texto como Obsidian, proporcionando auditabilidade direta do que o agente lembra. O design local-primeiro coloca a propriedade e a inspeção dos arquivos de memória sob o controle do usuário.
Uma opção prática, apoiada pela comunidade, para equipes tecnicamente proficientes
A ferramenta é uma opção prática para desenvolvedores e equipes técnicas que requerem memória de agente persistente e inspecionável, apoiada por uma comunidade de código aberto ativa. Alto interesse da comunidade e uma licença aberta apoiam a experimentação e a extensão. Espere um caminho de adoção focado em código e implantação; equipes sem recursos de desenvolvedor provavelmente enfrentarão uma curva acentuada de configuração e manutenção.
