Parece ser o seu sistema
Linux
- x86_64ai-memory-linux-x86_64.tar.gz22,8 MBChecksum SHA-256
- ARM64ai-memory-linux-aarch64.tar.gz21,3 MBChecksum SHA-256
Descompacte, rode ./ai-memory init e depois serve.
Desenvolvedores
Lançado em 4 de novembro de 2026. Um binário autocontido por plataforma, cada um com seu checksum SHA-256 ao lado. Licença MIT.
Parece ser o seu sistema
Descompacte, rode ./ai-memory init e depois serve.
Parece ser o seu sistema
Inclui um agente launchd. Se você baixar pelo navegador, remova antes a flag de quarentena.
Parece ser o seu sistema
Experimental. O caminho suportado é WSL2 com o build de Linux. O Scoop instala este mesmo zip.
sha256sum -c ai-memory-linux-x86_64.tar.gz.sha256 # macOS: shasum -a 256 -c ...
Depois de extrair, siga o guia de configuração: instale o binário, configure o servidor e inicie seu agente.
Depois, um binário sob um prefixo com permissão de escrita (Linux, macOS, o zip do Windows) se atualiza sozinho com ai-memory upgrade: ele baixa a release correspondente, verifica o checksum e atualiza os hooks. Pacotes são atualizados pelo próprio gerenciador de pacotes.
Vem da versão 2.x? Faça backup da wiki e do banco antes de atualizar o servidor, depois atualize os clientes. Migrações não têm volta; rollback exige o binário antigo e o backup. Leia os passos de atualização para 3.0.
mise use -g github:akitaonrails/ai-memory
Linux e macOS. Verifica o checksum para você. Releases novas podem levar cerca de um dia para aparecer.
yay -S ai-memory-bin # pré-compilado
yay -S ai-memory # a partir do código-fonte
Instala units do systemd para serviço de usuário ou de sistema.
sudo dnf install ./ai-memory-3.4.0-1.x86_64.rpm # or .aarch64.rpm
Pacotes x86_64 e aarch64 com o binário, os hooks de origem e as units do systemd. Depois siga os passos de serviço de usuário ou de sistema.
scoop bucket add akitaonrails https://github.com/akitaonrails/scoop-bucket
scoop install ai-memory
Adiciona o bucket do mantenedor, confere o zip contra o checksum publicado com a release e coloca o ai-memory no PATH. Atualize com scoop update ai-memory; a autoatualização embutida recusa uma instalação via Scoop.
docker pull akitaonrails/ai-memory:latest
Multi-arch: linux/amd64 e linux/arm64, então Apple Silicon roda sem emulação.
git clone https://github.com/akitaonrails/ai-memory
cd ai-memory && cargo build --release --workspace
Precisa do toolchain de Rust fixado em rust-toolchain.toml.
Máquinas cliente que só enviam hooks para um servidor remoto não precisam do binário completo. A release também traz o ai-memory-install-hooks e scripts wrapper para Docker no Linux, macOS e Windows. Eles estão listados na página da release.
Um resumo curto da release mais recente e, depois, as contagens das anteriores. O changelog completo no GitHub tem todas as entradas.
Novidades da v3.4.0
Quando o Claude Code, o Codex ou o Factory Droid compacta uma conversa, o hook injeta uma âncora curta com o primeiro e o último prompt da sessão no lugar do pacote de início habitual. Todo agente também recebe uma regra para reler os próprios prompts depois de uma compactação e confiar neles, e não no resumo.
O navegador e a saída humana da CLI agora vêm em inglês e em português do Brasil. O navegador segue o Accept-Language e tem o seu próprio seletor; a CLI segue --language, AI_MEMORY_LANGUAGE ou language no config.toml. Páginas armazenadas, JSON e logs ficam como estão.
Adicione o bucket do mantenedor e rode scoop install ai-memory. Cada release fixa o manifesto no zip de Windows e no checksum publicado junto, e o setup registra a junção estável current em vez da pasta da versão, que a limpeza apaga.
Consolidação, bootstrap, auto-improve, dream, lint, profile, rerank e respostas de consulta podem indicar cada uma o seu provedor e a sua cadeia de fallback. Uma tarefa sem indicação usa o provedor padrão, e uma tarefa com indicação roda mesmo sem provedor padrão algum.
O importador opcional lê os esquemas SQLite suportados do claude-mem a partir de um snapshot somente leitura, com mapeamento explícito de projetos, limpeza no cliente e dry run por padrão. Por trás dele, uma escrita em lote protegida grava de 1 a 100 páginas em um projeto de forma atômica.
Um reduz a autoridade de uma página com feedback de desatualizada ou errada em aberto, até que uma reescrita a substitua. O outro favorece uma página que a sessão leu ou marcou como útil em uma consulta parecida. Os dois pesam 0.0 por padrão e aparecem no explain=true.
Indexe o caminho do arquivo que a ferramenta tocou, não deixe handoff em uma execução com AI_MEMORY_AUTO_HANDOFF=off, desligue o retrato de recuperação por projeto, veja a correspondência pendente no prompt e leia até 50 sessões recentes em um briefing. Tudo isso vem desligado.
Também nesta release:adições: 25mudanças: 2correções: 4Entrada do changelog
Changelog completo no GitHubTodas as releasesAtualizando para a 3.0
Gratuito e open source sob a licença MIT. Os recursos padrão de memória não precisam de chave de API de modelo; seu agente de código pode exigir uma conta própria.