🧙 Rodando /memory-architect
Skill guiada que faz entrevista e gera seu sistema de memoria sob medida.
Baixar pasta memory-architect, colocar em ~/.claude/skills/. Pronto.
Skill ja empacota toda entrevista. Voce nao precisa montar sozinho.
Skill install.
Skill pergunta: papel, stack, camadas desejadas, backend, etc. Com base nas respostas, gera plano.
Entrevista forca voce a explicitar preferencias que normalmente ficam tacitas.
Guided interview.
Arquivo markdown com: camadas escolhidas, arquitetura, comandos de setup, configuracoes de hook.
Vira sua especificacao executavel. Voce pode compartilhar com o time.
Build spec.
Se voce ja tem sistema, a skill detecta e entra em modo "consultor": review, add layer, change backend, tune.
Sistema de memoria evolui. Advisor mode acompanha.
Continuous improvement.
Abra Claude Code, digite /memory-architect, responda as perguntas, receba seu plano.
Tempo real, dados seus, plano unico.
Live lab.
Checklist de 10 pontos: paths, permissoes, camadas alinhadas com fingerprint, backup plan, monitoring.
Revisao critica antes de executar economiza retrabalho.
Plan review.
🏗️ Construindo ~/.memory/ do zero
Passo a passo: estrutura de pastas, arquivos-semente, hooks, primeira sessao validada.
~/.memory/{prime,context,knowledge,archive,scripts,hooks}
Estrutura clara e meio caminho para implementacao.
Folder layout.
Preencha agora com seu fingerprint (modulo 1.5) e contexto atual (modulo 4.4).
Sistema vazio nao ajuda ninguem. Seed e parte do setup.
Seed data.
SessionStart + PreCompact + SessionEnd. Cada um chamando um script em ~/.memory/hooks/.
Aqui o sistema ganha vida.
Hook wiring.
Abra sessao, pergunte algo que so seu prime.md sabe. Deve responder 100% das vezes.
Validacao e-to-e fecha o loop.
E2E test.
git init em ~/.memory. Commit por semana, ou a cada promotion.
Rollback, audit e sync multi-device.
Versioned memory.
Git remote privado + cron diario de backup tar. 2 copias garantidas.
Sua memoria agora e um ativo. Trate como tal.
Disaster recovery.
🛠️ Scripts: promote.py e decay.py
Implementacao real em Python de promotion 3-strikes e decay com salience.
Script que le knowledge/, agrupa por similaridade (Gemini), detecta clusters com >=3, gera proposta.
Pronto para copiar e executar.
Reference script.
Le metadados (data, access_count), aplica formula, comprime ou arquiva. Log de atividade.
E o motor de manutencao do seu sistema.
Lifecycle executor.
Implementacao compact do modulo 5.4. CLI util para voce e chamavel pelo UserPromptSubmit.
Reuso cross-context.
Multi-signal retrieval.
Script bash que e chamado pelo settings.json. Recebe input, roteia para o Python certo, devolve JSON.
Isolamento entre Claude e seu codigo.
Orchestration layer.
5 testes: cada script tem 1-2 testes. Garantem que modificacoes futuras nao quebrem.
Sistema de memoria sem testes envelhece mal.
Regression tests.
Todos scripts empacotados em labs/{promote,decay,gemini-summary}/ para copy/paste direto.
Curso se torna manual de referencia rodavel.
Reference package.
🤖 SessionEnd + Gemini Flash
Resumo automatico da sessao via Gemini, atualizando context.md e criando entry em long-term.
Gemini Flash e super barato e rapido. Ideal para "resumir esse JSONL em 150 palavras".
Nao e heresia usar outro LLM para tarefa auxiliar.
Mixed-model pipeline.
Hook SessionEnd recebe path do JSONL. Script filtra mensagens relevantes, remove ruido.
Limpar antes de mandar para Gemini reduz tokens e melhora sumario.
Transcript processing.
"Resuma em 150 palavras: decisoes tomadas, bloqueios, proximo passo. Formato estruturado."
Prompt bom faz sumario bom.
Structured output.
Do sumario, extrair: projeto atual, ultima decisao, proximo passo. Sobrescrever context.md.
Proxima sessao abre ja orientada.
Continuity bridge.
Mesmo sumario tambem vai para long-term/sessions/2026-04-23.md. Pesquisavel no futuro.
Archive navegavel em segundos.
Session archive.
Sessoes longas tem JSONL grande. Gemini pode demorar. Tenha timeout com fallback silencioso.
Hook que trava e pior que hook que nao roda.
Graceful failure.
👥 Memoria por agente e por projeto
Um hook que rotaciona vault por cwd, branch, ou papel do agente (comms, coding, writing).
Hook le cwd do payload. Se comeca com ~/projetos/loja, carrega loja/context.md.
Zero esforço manual. Muda de projeto e memoria troca sozinha.
cwd routing.
Hook roda git branch --show-current e escolhe memoria da branch.
Ideal para features longas com contexto proprio.
Branch memory.
Defina agentes via env var ou diretorio. Cada um com prime.md proprio (estilo, vocabulario).
Comms precisa de tom diferente de coder.
Role-based memory.
Hook injeta sempre ~/.memory/prime.md + ~/.memory/projects/X/context.md (se existir).
Identidade nunca muda, contexto sim.
Layer inheritance.
Env var CLAUDE_MEMORY_PROFILE=X força uso de profile especifico.
Escape hatch para casos excepcionais.
Manual override.
Configure 3 pastas com context.md diferentes. Abra sessao em cada. Veja o contexto trocando.
Valida isolamento antes de depender.
Integration test.
📊 Metricas e evolucao continua
Como saber se esta funcionando. Dashboard simples, revisao mensal, quando mudar backend.
(1) consistencia, (2) hit rate das buscas, (3) tokens economizados, (4) regras promovidas.
Numeros transformam achismo em decisao.
KPI dashboard.
Script Python que le logs, processa e imprime tabela. Rode semanalmente.
Fica junto ao codigo, nao precisa de SaaS.
Local observability.
Abra dashboard, revisa archive, decide o que promover, ajusta decay se necessario.
Sistema de memoria sem manutencao apodrece.
Maintenance ritual.
Busca > 1s consistente? Migre para SQLite. Recall ruim semantico? Adicione vetor. Hit rate baixo? Re-tune.
Criterios claros evitam migrar por modinha.
Migration triggers.
Sistema ficou lento, memoria obsoleta, hook falha silenciosa. Checklist para diagnosticar.
Preparacao para cenario nao-ideal.
Anti-pattern catalog.
Plano de 30 dias: semana 1 usar, semana 2 medir, semana 3 ajustar, semana 4 compartilhar com time.
Curso sem aplicacao esquece. Plano de 30 dias fixa.
Follow-through plan.