heichaowo/openclaw-amem

Primeiro plugin de memória A-MEM open-source para OpenClaw — Memória agêntica com ligação dinâmica e evolução (NeurIPS 2025)

O que é openclaw-amem?

Este skill implementa o primeiro plugin de memória A-MEM open-source para a plataforma OpenClaw, focado em fornecer memória agêntica avançada para agentes de IA. Ele permite que os agentes armazenem e recuperem informações de forma dinâmica, com suporte a ligação entre memórias (dynamic linking) e evolução automática ao longo do tempo, baseado em conceitos apresentados no NeurIPS 2025. O plugin é útil para desenvolvedores que desejam que seus agentes mantenham um contexto persistente e adaptável, melhorando a coerência e a personalização em interações complexas. Compatível com OpenClaw (e potencialmente Claude Code, Cursor, Codex), o skill utiliza uma arquitetura que organiza memórias em nós interconectados, permitindo que o agente aprenda e se adapte conforme novas informações são adicionadas.

Funciona com~Claude Code~Codex CLI~Cursor✓Antigravity
npx skills add heichaowo/openclaw-amem

Installed? Explore more Programação e Desenvolvimento skills: steipete/bluebubbles, steipete/eightctl, steipete/blucli · View all 6 →

Perguntar na sua IA favorita

Abre um novo chat com esta habilidade de agente já pré-carregada.

Documentação

O que openclaw-amem faz?

Primeiro plugin de memória A-MEM open-source para OpenClaw — Memória agêntica com ligação dinâmica e evolução (NeurIPS 2025)

Visão Geral

Este plugin fornece mecanismos de memória persistente para agentes de IA, permitindo que eles:

  • Armazenem informações contextuais em formato de nós de memória com metadados
  • Liguem memórias relacionadas dinamicamente, criando uma rede de conhecimento
  • Evoluam automaticamente, revisando e reorganizando memórias com base em relevância e frequência de acesso
  • Recuperem memórias relevantes para o contexto atual da conversa ou tarefa

Instalação

Para instalar o plugin, use:

openclaw plugin install heichaowo/openclaw-amem

Configuração

Configure as seguintes variáveis de ambiente (opcional):

  • AMEM_STORAGE_PATH: Caminho para o diretório de armazenamento (padrão: ./amem_data)
  • AMEM_MAX_NODES: Número máximo de nós de memória (padrão: 1000)
  • AMEM_TTL: Tempo de vida em horas para memórias não acessadas (padrão: 720, ou 30 dias)

Uso

Adicionar memória

mem: adicione que o usuário prefere Python para scripts de automação

O plugin armazenará a memória e a ligará a outras memórias relacionadas, se existirem.

Recuperar memórias

mem: quais são as preferências do usuário?

O plugin retornará as memórias mais relevantes com base na consulta.

Gerenciar memórias

  • mem: listar — Lista todas as memórias ativas
  • mem: deletar <id> — Deleta uma memória específica
  • mem: limpar — Limpa todas as memórias

Exemplo

Usuário: "Estou trabalhando em um projeto de IA usando Python e TensorFlow."

Agente: "Ótimo! Vou guardar essa informação." (salva memória)

Usuário (mais tarde): "Quais ferramentas estou usando para meu projeto de IA?"

Agente: "Com base nas suas memórias, você está usando Python e TensorFlow."

Contribuindo

Contribuições são bem-vindas! Veja o guia de contribuição em CONTRIBUTING.md.

Licença

MIT

Habilidades Relacionadas