lobu

Lobu foi projetado como memória compartilhada e plano de controle para agentes de IA pessoais ou organizacionais, em vez de mais um cliente de chat ou framework de agente único. Conectores, webhooks, pesquisas, dispositivos, APIs e ações escritas por agentes enviam eventos para um log somente-anexável. Os eventos são resolvidos em identidades, recebem proveniência e são vinculados a entidades tipadas, como empresas, projetos, clientes, incidentes ou esquemas personalizados. O grafo de contexto resultante oferece suporte a consultas de estado atual, busca histórica, conhecimento pesquisável e assinaturas; correções substituem fatos antigos sem remover a proveniência. Lobu expõe esse estado por meio do MCP a clientes como Claude Code, Claude Desktop, ChatGPT, Codex, Cursor, OpenCode, Antigravity e clientes MCP personalizados. A CLI pode detectar um cliente, instalar pacotes compatíveis de MCP e skills, ou fornecer instruções nativas de handoff. O OAuth é concluído no agente no primeiro uso. Agentes autorizados podem pesquisar a memória compartilhada, inspecionar fontes conectadas, salvar conhecimento, consultar entidades estruturadas e chamar ferramentas governadas de acordo com suas permissões. Especialistas persistentes do Lobu são agentes duráveis com identidade própria, instruções, arquivos de função, memória, ferramentas, histórico de conversas e política de acesso. Eles podem ser acessados pela interface web do Lobu, Slack, Telegram, WhatsApp, Discord, Teams, Google Chat ou API REST, e outros agentes podem delegar tarefas a eles via MCP. Especialistas podem ser estruturados e executados localmente. O runtime local usa por padrão Postgres embutido e uma interface web na porta 8787; Postgres externo requer DATABASE_URL e pgvector. O SDK TypeScript e a CLI compartilham o registro de ferramentas do lado do servidor e as regras de acesso, com operações para busca de memória, listagem de entidades, criação de tokens e delegação de conversas. Automações são responsabilidades em segundo plano versionadas que podem ser ativadas manualmente, em uma programação, por eventos de conectores ou pela saída durável de outra automação. Elas podem ler fontes governadas, persistir resultados estruturados, notificar o Slack, abrir tickets ou iniciar trabalho de agentes. O ciclo de vida inclui sincronizações iniciais de linha de base e deduplicação para entregas repetidas. Os controles de governança descritos incluem dados com escopo de organização, permissões de identidade e fonte, aprovações, intermediação de credenciais, tratamento de OAuth e atualização de tokens, proveniência, logs de auditoria, credenciais de worker com escopo e guardrails para entrada, saída e chamadas de ferramentas. Chamadas MCP destrutivas exigem aprovação na thread, a menos que sejam explicitamente pré-aprovadas. A execução opcional de código pode usar o ambiente just-bash integrado ou sandboxes remotos conectados; o README observa que a execução embutida não é uma fronteira de isolamento para código hostil. As opções de implantação incluem o runtime embutido local, Docker, hospedagem em nuvem e Kubernetes. Um aplicativo para Mac e uma extensão do Chrome também são distribuídos. Conectores podem ser criados em TypeScript, e a CLI oferece versões estáveis além de prévias canary compiladas a partir da main.