Um banco de dados de memória agêntica que reduz os tokens de sessão em 75–99%. Um único arquivo SQLite portátil — a memória do seu agente, em qualquer lugar.
radimsem/remindb é um banco de dados de memória especializado para agentes de IA, projetado para otimizar drasticamente o uso de tokens em sessões de conversação. Ao substituir o armazenamento de contexto tradicional, ele pode reduzir o consumo de tokens entre 75% e 99%, resultando em economias significativas de custo e eficiência operacional. O sistema utiliza um único arquivo SQLite portátil como repositório central, permitindo que o agente persista e recupere informações relevantes de forma estruturada entre interrupções de sessão. Suporta plataformas como Claude e Cursor, e funciona por meio de integração via ferramentas da API, onde comandos como `remindb save` e `remindb recall` gerenciam o ciclo de vida da memória. É uma solução simples, porém poderosa, para agentes que precisam manter contexto de longo prazo sem o overhead de tokens excessivos.
npx skills add radimsem/remindbInstalled? Explore more Pesquisa e Análise de Dados skills: affaan-m/uspto-database, affaan-m/scholar-evaluation, affaan-m/literature-review · View all 6 →
Um banco de dados de memória agêntica que reduz os tokens de sessão em 75–99%. Um único arquivo SQLite portátil — a memória do seu agente, em qualquer lugar.
Fonte: https://github.com/radimsem/remindb
Enviado: 2026-05-12T10:15:55Z Estrelas: 89
USPTO patent and trademark data workflow for official record lookup, PatentSearch queries, TSDR checks, assignment data, and reproducible IP research logs.
Structured scholarly-work evaluation for papers, proposals, literature reviews, methods sections, evidence quality, citation support, and research-writing feedback.
Systematic literature-review workflow for academic, biomedical, technical, and scientific topics, including search planning, source screening, synthesis, citation checks, and evidence logging.
The agent harness performance optimization system. Skills, instincts, memory, security, and research-first development for Claude Code, Codex, Opencode, Cursor and beyond.
Agent skill repository discovered by 10x-chat research.
Review backend code for quality, security, maintainability, and best practices based on established checklist rules. Use when the user requests a review, analysis, or improvement of backend files (e.g., `.py`) under the `api/` directory. Do NOT use for frontend files (e.g., `.tsx`, `.ts`, `.js`). Supports pending-change review, code snippets review, and file-focused review.