Sobre o projeto
AgentRecall é um sistema de memória e aprendizado local-first para agentes de codificação de IA, distribuído como uma ferramenta CLI global .NET e um servidor MCP. Ele converte feedback do usuário, falhas de build/teste/lint e comentários de revisão de PR em regras estruturadas e validadas, em vez de notas brutas. Cada regra é analisada em campos como trigger, rule, do, do_not, reason e applies_to, e armazenada em um banco de dados local. A ferramenta classifica regras relevantes usando correspondência de palavras-chave, um grafo de conceitos determinístico, escopo e confiança, e agrupa resultados em must-follow, suggested e warnings dentro de um orçamento de tokens. Ela resolve automaticamente conflitos entre regras por escopo, supersede, prioridade, recência e confiança, e pode aprender com falhas repetidas aumentando a confiança da regra ou promovendo automaticamente correções. AgentRecall também comprime memória detectando e mesclando regras duplicadas ou sobrepostas, mantendo um rastro de auditoria. Ele fornece injeção determinística de contexto por meio de hooks do Claude Code, regras permanentes que se aplicam a todas as tarefas, preferências do usuário, resumos de DNA do projeto, pacotes de seed opcionais e um pacote de impacto na carreira. Uma avaliação de recuperação embutida relata Precision@1/@3 e Recall@5, e pode falhar no CI em caso de regressão. Tudo permanece na máquina do usuário: nenhuma sincronização com a nuvem, UI web ou chaves de API são necessárias.
Comments
0 Rating appears after 10 ratings
Sign in to join the discussion.