As páginas sem tradução abrem em inglês e são identificadas como inglês.
O original em inglês mudou desde esta tradução automática. Consulte a página em inglês para ver as instruções atuais.
Esta página é uma tradução automática da página em inglês, que prevalece. Machine-translated from the English page, which is authoritative.
Memória de longo prazo e compartilhada para agentes de IA
O Loom é um servidor MCP e uma API HTTP auto-hospedados que dão aos agentes de IA uma memória de longo prazo compartilhada: um fato que um agente salva em uma sessão pode ser encontrado pela sessão seguinte, por outro agente ou por uma pessoa no painel. Esta página mostra como isso funciona e por onde começar.
O que você recebe
- Uma afirmação por chave, em um namespace.
memory.setsalva um fato;memory.geto lê de volta pela chave;memory.searcheloom_searcho encontram pelo significado. Um namespace é a unidade de compartilhamento: por padrão, todo membro lê todas as linhas dele. Memória - Memória que pode ser corrigida. Uma alteração cria uma nova versão com seu histórico. O mesmo fato, depois da canonicalização, é mesclado na linha armazenada; o mesmo fato com outras palavras é armazenado como duplicata; uma contradição é sinalizada para revisão; e uma escrita contra um fato fixado é recusada. Conflitos e recusa · Histórico e proveniência
- Busca que se abstém. Quando nada ultrapassa o limite mínimo de similaridade,
memory.searchrespondeabstain=truecom um código de motivo e marca cada resultado fraco comobelow_threshold;loom_searchos descarta. Busca e perguntas - Memória de longo prazo para o seu agente de código, compartilhada entre agentes. Os plugins do Claude Code e do Codex carregam o contexto relevante no início da sessão e registram a sessão enquanto ela acontece. Cursor, GitHub Copilot, Gemini CLI, Cline, Kilo Code, OpenCode, goose, Zed e outros clientes MCP se conectam ao mesmo servidor, e um agente em um namespace encontra os fatos que outros agentes salvaram ali. Conectar um agente de código · Clientes MCP
- Memórias ligadas ao código a que se referem. As lições de um agente de código acompanham as definições que citam, mesmo após renomeações e edições, e aparecem quando um agente lê esse código. Memória ligada ao código
- Memória por usuário para o seu próprio agente. Os SDKs de Python e TypeScript escrevem e leem memória por usuário final. Seu primeiro agente
Medições
Em 100 perguntas pareadas do LongMemEval-S com o mesmo leitor gpt-5, as respostas baseadas nas memórias recuperadas pelo Loom tiveram 94% de acerto, contra 90% com o histórico completo, com 91% menos tokens no prompt do leitor (sem contar o custo único de construir a memória); a diferença de acurácia não é estatisticamente estabelecida.
Com e sem o Loom
Um assistente de pesquisa que lembra suas preferências de leitura
Depois do início rápido, conecte o Claude Desktop ou o Cursor pela configuração de cliente do painel. As ferramentas funcionam com o LLM padrão: o seu aplicativo de chat fornece o modelo que as chama.
- Diga ao assistente: “Use
loom_memory_setpara salvar minha preferência de pesquisa emexample/research/source-policy: incluir artigos revisados por pares na minha lista de leitura.” - Verifique se a resposta da ferramenta contém um
memory_id. Abra Memories no painel e confirme o valor e o autor da escrita. Se a ferramenta recusar a escrita, resolva o problema informado antes de continuar. - Inicie um chat novo. Diga ao assistente: “Use
loom_memory_getpara lerexample/research/source-policye depois me diga quais fontes pertencem à minha lista de leitura.” Verifique se a ferramenta retornafound: truee a preferência que você salvou. - Peça ao assistente para excluir essa chave de exemplo ao terminar e confirme que o painel não a lista mais como uma memória ativa.
O segundo chat lê uma preferência armazenada sem a transcrição do primeiro chat. Isso verifica a persistência e a configuração do cliente; não testa se o assistente sabe avaliar artigos ou responder perguntas de pesquisa. Para buscas nos próprios artigos, use a busca de documentos.
Comece
O início rápido sobe a stack local e salva uma primeira memória por HTTP, Python e MCP. Quando o Loom não é a melhor opção descreve os casos em que uma biblioteca de memória em processo atende melhor.
Algumas ops desta página estão marcadas como experimentais na página de status.
Use um provedor de contexto do Microsoft Agent Framework para recuperar fatos do usuário antes de uma execução e registrar a conversa depois dela.
Armazene a árvore de arquivos da ferramenta de memória da API do Claude no Loom para que os agentes de um namespace possam compartilhar o conteúdo dela.
Mantenha o histórico de sessão do OpenAI Agents no Loom entre execuções e transferências de agentes.
Para um fluxo de trabalho visual, os nós do n8n conectam um agente de IA ao histórico de conversas, às memórias duráveis e à busca de conhecimento do Loom.