caura

Caura (anteriormente MemClaw) é um sistema de memória licenciado sob Apache 2.0, projetado para frotas de IA multi-inquilino e multiagente. Os agentes escrevem texto simples, e o Caura o transforma em memória pesquisável, governada e autoaperfeiçoável por meio de um ciclo de escrita-recuperação-composição. O projeto enfatiza a governança em escala de frota: isolamento de inquilinos, escopos de visibilidade (agente, equipe, organização), quatro níveis de confiança de agentes, registro completo de auditoria e detecção de PII em cada escrita. O pipeline de memória inclui enriquecimento por LLM em passagem única que classifica o conteúdo em 14 tipos de memória, busca híbrida combinando similaridade semântica do pgvector com correspondência de palavras-chave em texto completo e expansão de grafo de conhecimento, um grafo de conhecimento ativo com resolução de entidades e detecção de contradições com supersessão automática. Os recursos de autoaperfeiçoamento incluem aprendizado baseado em resultados (o Karpathy Loop), cristalização de memórias quase duplicadas e ajuste de recuperação por agente. O Caura integra-se por meio de um servidor MCP embutido em /mcp (Streamable HTTP), API REST, clientes Python e TypeScript, um plugin OpenClaw e o Rail SDK para envolver turnos de agente com recuperação e armazenamento de memória. As opções de implantação incluem uma plataforma gerenciada em caura.ai, Docker Compose auto-hospedado (PostgreSQL + pgvector, Redis, serviço de armazenamento, API) e modo local autônomo que não exige chave de API. O README cita uso em produção na eToro com mais de 300 agentes, mais de 26.500 memórias e latência de busca p50 de 23 ms. Os benchmarks relatam 77,6% de precisão no LoCoMo e 92,2% no LongMemEval, com economia de tokens de 96,6% e 79,2%, respectivamente.