Tencent abre hub de memória para agentes de IA com 17 mil estrelas no GitHub
Ferramenta transforma conversas, documentos e código em ativos reutilizáveis e roda localmente via Docker.
Você explica o contexto do projeto ao agente de IA, ele resolve a tarefa, e na sessão seguinte começa do zero. O TencentDB Agent Memory, projeto de código aberto da Tencent lançado em abril de 2026, resolve isso: transforma conversas, documentos e código em quatro ativos de memória que o próximo agente pode carregar direto. O repositório acumulou 17.483 estrelas no GitHub em 122 dias, com 1.567 forks. Serve para times que usam agentes como Claude Code e querem parar de repetir explicação, leitura de docs e redescobrimento de fluxos.
Memória vira ativo compartilhado entre agentes
O sistema extrai quatro tipos de memória do trabalho diário. Chat Memory separa conversas em camadas L0 (registro bruto), L1 (fatos), L2 (cenários) e L3 (cognição de longo prazo), preservando preferências e decisões entre sessões. Skill transforma tarefas que funcionaram em SOPs versionados, com recursos, gatilhos, passos e regras de validação — a versão 2.0.0 adicionou arquivamento forçado para não perder nenhum. Wiki converte documentos em páginas estruturadas com grafo de links, inspirado na prática de LLM knowledge base de Karpathy. CodeGraph indexa símbolos, arquivos, chamadas e caminhos de impacto, permitindo análise de impacto antes de mexer no código, com sincronização automática do repositório.
A arquitetura roda em três containers Docker. memory-core guarda os dados, memory-hub é o painel de controle com gestão de times, agentes e permissões, e memory-proxy conecta agentes como Claude Code por protocolos Anthropic ou OpenAI (/v1/messages e /v1/chat/completions). Na primeira sessão, o proxy pergunta qual time e tarefa usar, então injeta as memórias L2/L3, skills e wikis relevantes no system prompt antes de encaminhar ao LLM de fora. Tudo roda local, mas o proxy depende de um serviço LLM externo para gerar respostas — não é uma ferramenta offline de ponta a ponta.
Instalação em três passos e um painel
Para começar, clone o repositório, entre em deploy/global-images, copie .env.example para .env e preencha dois conjuntos de parâmetros LLM: um para o grupo de memória, outro para o proxy. Depois rode ./start-all.sh. O script inicia os três serviços, faz o init-admin na primeira execução, gera um .admin-key e imprime um comando pronto para colar direto no Claude. O painel fica em http://localhost:8125, com suporte a inglês e chinês e funções de administrador para gerir ativos. Para atualizar de versões antigas (v1.x ou v0.x), existe uma ferramenta de migração; instalações novas podem pular essa etapa.
O projeto tem 122 dias de vida e já está na versão 2.0.0, lançada em 3 de agosto de 2026, com último commit em 6 de agosto. As 17.483 estrelas em menos de quatro meses indicam adoção rápida, mas 548 issues abertas mostram que ainda não é um software maduro. É um projeto jovem crescendo depressa, não uma solução estabilizada há anos.
A licença é NOASSERTION, ou seja, sem declaração padrão de licença — algo incomum para código aberto e que exige cautela antes de usar em produção. Isso afasta quem precisa de garantia legal clara, como empresas com compliance rígido. Também não serve para quem não pode enviar contexto para LLMs externos, já que o proxy depende de um serviço upstream para funcionar. Para desenvolvedores e times pequenos que querem experimentar memória persistente entre agentes, porém, a ferramenta entrega exatamente o que promete: o próximo agente começa onde o anterior parou.
Fontes
Como fazemos: nossa equipe monitora diariamente os repositórios de código aberto em maior alta e produz esta cobertura com apoio de modelos de linguagem, sempre a partir de dados verificados na fonte primária — repositório, documentação oficial e ranking público. Os números de estrelas e a posição no ranking refletem o momento da coleta. Entenda o método.