🧠 Um sistema de memória cognitiva de cinco camadas para agentes de IA — filtragem por atenção, decaimento de Ebbinghaus, consolidação durante o sono e recuperação ponderada por emoção. Servidor MCP + API REST + Painel Web.
O brain-memory é um sistema de memória cognitiva de cinco camadas projetado para agentes de IA, que imita processos de memória humana, como atenção seletiva, esquecimento ao longo do tempo (curva de Ebbinghaus), consolidação durante períodos de inatividade (sono) e recuperação emocionalmente ponderada. Ele é útil para desenvolvedores que querem que seus agentes de IA tenham memória de longo prazo mais realista e eficiente, capaz de priorizar informações importantes e esquecer gradualmente as menos relevantes. O sistema é implantado como um servidor MCP (Model Context Protocol), fornecendo também uma API REST e um painel web para monitoramento e gerenciamento. Ele suporta plataformas que integram o protocolo MCP, como Claude Code, Cursor e Codex, permitindo que agentes de IA possam armazenar, recuperar e consolidar memórias de forma autônoma. A implementação usa técnicas de aprendizado de máquina e heurísticas para simular a dinâmica da memória humana, tornando a interação com o agente mais natural e contextual.
npx skills add sjxbbdb/brain-memoryInstalled? Explore more Pesquisa e Análise de Dados skills: affaan-m/uspto-database, affaan-m/scholar-evaluation, affaan-m/literature-review · View all 6 →
🧠 Um sistema de memória cognitiva de cinco camadas para agentes de IA — filtragem por atenção, decaimento de Ebbinghaus, consolidação durante o sono e recuperação ponderada por emoção. Servidor MCP + API REST + Painel Web.
Fonte: https://github.com/sjxbbdb/brain-memory
Descoberto durante a caça diária de habilidades de agente em awesomeskills.dev.
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.