Um redator do XDA deu a Claude Code memória persistente entre sessões e todo o seu fluxo de trabalho mudou. Este é o tipo de atualização silenciosa que parece pequena, mas tem grande impacto — a maioria das ferramentas de codificação com agentes esquece tudo no momento em que você fecha o terminal, então o desenvolvedor se torna a memória. A memória persistente fecha essa lacuna. Testamos sete aplicativos de memória de agente de IA coding para desktop que permitem aos agentes lembrar entre sessões, projetos e máquinas.
Cada opção aqui funciona no Windows, macOS e Linux. Algumas são bibliotecas que se conectam a um agente personalizado; algumas são serviços hospedados com uma API. Duas são recursos de memória integrados em ferramentas de codificação existentes.
O que procurar em uma camada de memória de agente
O rótulo “memória de agente” oculta três coisas diferentes:
- Memória episódica: o que aconteceu na última sessão (“tentamos Vitest mas tivemos um problema de dependência par”).
- Memória semântica: fatos duráveis sobre o projeto (“este repositório usa Deno v1.45, não Node”).
- Memória procedural: fluxos de trabalho (“quando o usuário solicita uma refatoração, sempre execute prettier primeiro”).
Os melhores stacks separam estes três e permitem que você edite cada um. Outros armazenam uma grande pilha de texto e esperam que o agente encontre as partes relevantes.
Outros eixos que importam para agentes de codificação:
- Auto-hospedado vs SaaS. A memória do código contém informações proprietárias; muitos times precisam de soluções on-prem.
- Agnóstico de modelo vs bloqueado. mem0, Letta, Zep e Cognee funcionam em diferentes modelos. As memórias Cursor e Windsurf estão bloqueadas em suas próprias ferramentas.
- Recuperação estruturada. A busca por vetores sozinha não captura “a última vez que tentamos X”; armazenamentos de gráficos ou eventos lidam melhor com isso.
Comparação rápida
| Ferramenta | Melhor para | Plano gratuito | Preço inicial | Destaque |
|---|---|---|---|---|
| mem0 | API de memória plug-and-play para qualquer agente LLM | Sim, generoso | Nível gratuito | Memória em camadas (usuário, sessão, espaço de trabalho) |
| Letta | Framework de agente agnóstico de modelo com memória | Sim, open-source | Gratuito (auto-hospedado) | Paginação estilo MemGPT e memória de arquivo |
| Zep | Memória a longo prazo com armazenamento de gráficos | Sim, open-source | Nível gratuito | Gráfico de conhecimento temporal, atualizações de fatos |
| Cognee | Pipeline de memória semântica para agentes | Sim, open-source | Gratuito (auto-hospedado) | Ontologia-primeiro, amigável com RDF |
| Claude Code memory | Memória persistente nativa para Claude Code | Incluído | Preços Anthropic | Memória de sessão resumida automaticamente |
| Cursor Memories | Memória no nível do projeto dentro do Cursor | Incluído | Cursor Pro a partir de $20 | ”Regras” capturadas automaticamente por repositório |
| Windsurf Memories | Contexto persistente do agente Cascade | Incluído | Windsurf Pro a partir de $15 | Recuperação semântica entre arquivos |
Os 7 aplicativos de memória de agente que testamos
1. mem0 — melhor API de memória plug-and-play para qualquer LLM
mem0 é a forma mais fácil de adicionar memória persistente a um agente de codificação que ainda não a possui. A API aceita um ID de usuário e um fluxo de mensagens e retorna uma lista de memória curada em cada chamada. O modelo de memória em camadas (usuário, sessão, espaço de trabalho) significa que o agente lembra “este projeto usa Vitest” separado de “este usuário prefere modo estrito TypeScript”. Tanto os SDKs Python quanto TypeScript atingiram v1 em 2026.
Onde fica aquém: Modelo SaaS por padrão; auto-hospedagem é possível, mas mantida pela comunidade. Os armazenamentos de vetores padrão podem precisar ser trocados para bases de código grandes.
Preços: Nível gratuito com cota de memória mensal. Pro a partir de cerca de $19/mês.
Plataformas: Windows, macOS, Linux (via SDK ou API hospedada).
Download: mem0.ai
Conclusão: A escolha quando você está construindo seu próprio agente e quer memória em 10 linhas de código. Não é a escolha para ambientes regulados que precisam de on-prem completo.
2. Letta — melhor framework de agente estilo MemGPT
Letta (anteriormente MemGPT) implementa o modelo de paginação onde o agente move fatos entre a “memória de trabalho” em contexto e o armazenamento de arquivo conforme necessário. Totalmente open source, auto-hospedável e agnóstico de modelo. Vem com um servidor de agente para que você possa apontar Cursor ou uma CLI personalizada para ele e deixá-lo gerenciar a memória transparentemente.
Onde fica aquém: A configuração é mais pesada que mem0. Requer que você execute um backend Postgres ou SQLite e compreenda o modelo de paginação para ajustá-lo.
Preços: Gratuito, open-source. Preços em nuvem gerenciados sob demanda.
Plataformas: Windows, macOS, Linux.
Conclusão: A escolha para times que precisam de memória on-prem e podem investir um dia na configuração. O modelo de paginação lida com conversas muito longas com elegância.
3. Zep — melhor memória a longo prazo baseada em gráficos
Zep armazena memória como um gráfico de conhecimento temporal. Quando os fatos mudam (um endpoint de API se move, um valor de configuração é atualizado), Zep rastreia a mudança em vez de acumular declarações contraditórias. Este é o modelo de memória que os agentes de codificação mais precisam, pois os fatos do projeto mudam constantemente.
Onde fica aquém: O armazenamento de gráficos brilha na recuperação semântica, mas adiciona complexidade para casos de uso puramente episódicos. A lacuna de preço entre comunidade e nuvem é acentuada.
Preços: Edição comunitária gratuita, open-source. Nuvem a partir de $34/mês.
Plataformas: Windows, macOS, Linux.
Download: getzep.com · GitHub
Conclusão: A escolha quando os fatos do seu projeto mudam frequentemente e você quer que a camada de memória seja atualizada, não anexada. Melhor se encaixa para trabalhos de dev-ops ou infraestrutura com agentes.
4. Cognee — melhor pipeline de memória orientado por ontologia
Cognee vai mais longe no lado semântico. Ele constrói uma ontologia a partir de sua base de código e conversas, depois recupera ao longo de relações tipificadas. Se seu agente precisar raciocinar “quais arquivos dependem deste esquema”, Cognee está mais próximo de um gráfico de conhecimento do que de um armazenamento de memória.
Onde fica aquém: O modelo orientado por ontologia é excessivo para uso casual. Requer ajuste de ontologia para brilhar.
Preços: Gratuito, open-source. A oferta gerenciada está em acesso antecipado.
Plataformas: Windows, macOS, Linux.
Conclusão: Escolha isso quando a memória precisar modelar relacionamentos (dependências, evolução de esquemas) em vez de notas simples.
5. Padrões de memória Claude Code — persistência nativa de sessão para Claude Code
Claude Code agora suporta memória persistente no nível do projeto através de arquivos CLAUDE.md mais um padrão de banco de memória. As sessões resumem automaticamente suas decisões no arquivo de memória, e o agente lê esse arquivo na inicialização. Não é um serviço de memória hospedado, mas é o caminho mais curto para “este agente se lembra do que fizemos na semana passada” se você já está usando Claude Code.
Onde fica aquém: Nenhum gráfico entre projetos, nenhuma consulta, nenhuma interface de edição além de um arquivo de texto simples. É uma convenção, não um sistema.
Preços: Incluído com Claude Code (preços Anthropic).
Plataformas: Windows, macOS, Linux.
Download: claude.com/code
Conclusão: A escolha com menor atrito se você já está usando Claude Code. Migre para mem0 ou Letta quando o arquivo de memória ficar muito grande para um humano revisar.
6. Cursor Memories — memória no nível do projeto dentro do Cursor
Cursor Memories captura as regras e preferências que o Composer do editor escolhe conforme você trabalha. Renomeie uma variável, e Cursor lembra a convenção de nomenclatura. Rejeite uma refatoração sugerida duas vezes, e ele para de sugerir esse padrão. Toda a memória é por repositório, então mudar de projetos não vaza estilo.
Onde fica aquém: Bloqueado no Cursor. Sem caminho de exportação. A transparência da memória é limitada; os usuários podem ver e editar regras, mas não podem inspecionar a incorporação completa de memória.
Preços: Incluído no Cursor Pro ($20/mês).
Plataformas: Windows, macOS, Linux.
Download: cursor.com
Conclusão: A escolha quando Cursor já é seu editor. Não vale a pena mudar para Cursor só pela memória.
7. Windsurf Memories — contexto persistente do agente Cascade
Windsurf agente Cascade tem seu próprio sistema de memória que preserva regras, preferências e padrões de fluxo de trabalho entre sessões. A recuperação semântica entre arquivos é mais forte que a do Cursor, e o modelo de memória lida melhor com mono-repos multi-repositório nos testes que executamos. O nível gratuito inclui memória básica, Pro desbloqueia o armazenamento duradouro.
Onde fica aquém: Bloqueado no Windsurf. A memória do agente Cascade parece menos polida que a experiência principal do editor.
Preços: Nível gratuito com memória básica. Pro a partir de cerca de $15/mês.
Plataformas: Windows, macOS, Linux.
Download: windsurf.com
Conclusão: A escolha se você já está no Windsurf e quer o nível de memória duradouro. Não é motivo para mudar de editores por conta própria.
Como escolher o correto
- Construindo seu próprio agente e quer memória em uma tarde: mem0.
- Construindo seu próprio agente e precisa de on-prem: Letta ou Zep (gráfico) ou Cognee (ontologia).
- Usando Claude Code e quer o caminho mais curto: padrões de memória Claude Code.
- Usando Cursor ou Windsurf como seu editor principal: use suas memórias integradas, e mude para mem0 ou Letta se superá-los.
Para a experiência estilo XDA “minha configuração começou a se executar”: comece com a memória que vem com seu editor atual, depois adicione um armazenamento de gráficos (Zep) uma vez que o arquivo de memória de texto simples fica difícil de gerenciar.
FAQ
Qual é a melhor ferramenta gratuita de memória de agente IA? mem0 tem o nível gratuito mais generoso para uma API hospedada. Para fully open-source e auto-hospedado, Letta e edição comunitária de Zep são as escolhas.
Posso usar isso com Claude, GPT-5 e Gemini indistintamente? Sim para mem0, Letta, Zep e Cognee. As memórias Cursor e Windsurf estão bloqueadas nos próprios modelos do editor.
A memória do agente vaza entre projetos? Com mem0 e Letta, apenas se você configurar dessa forma. Cursor e Windsurf mantêm memória por repositório por padrão.
Eles funcionam offline? Letta, Zep e Cognee podem ser totalmente auto-hospedados com modelos locais. mem0 é SaaS por padrão; auto-hospedagem é mantida pela comunidade. As memórias Cursor e Windsurf requerem conexão em nuvem.
A memória nativa de Claude Code é suficiente? Para projetos solo, geralmente sim. Para projetos em equipe com colaboradores rotativos, adicione uma camada de memória hospedada (mem0 ou Zep) para que todos compartilhem a mesma lembrança.
