O que é o PMB?

O PMB é um sistema de memória de código aberto, offline-first, que fornece aos agentes de codificação de IA, como Claude Code, Cursor, Codex e Zed, memória persistente de projetos através do Model Context Protocol (MCP). Ele armazena decisões, lições, metas, trabalhos recentes, fatos do projeto e documentação em um único espaço de trabalho SQLite no seu disco local. Sem nuvem, sem chaves de API e sem chamadas de LLM no caminho de leitura — tudo é executado inteiramente na sua máquina.

Para quem é

• Desenvolvedores solo que estão cansados de reexplicar suas convenções e decisões de projeto para agentes de IA a cada sessão
• Equipes multi-ferramentas que alternam entre Claude Code, Cursor, Codex e Zed e querem que seu contexto de projeto os acompanhe perfeitamente
• Engenheiros preocupados com privacidade que precisam de memória persistente de agente sem enviar dados para nenhum serviço em nuvem ou exigir chaves de API

Principais recursos

Recuperação automática a cada prompt

Cada mensagem é classificada em tempo inferior a um milissegundo, e lições, decisões e visões gerais do projeto correspondentes são buscadas para o agente antes que ele raciocine. O caminho de leitura leva apenas 4–16 ms, para que a memória apareça sem desacelerar a conversa.

Gravações assíncronas em menos de um milissegundo

A ferramenta MCP retorna instantaneamente. As gravações SQLite acontecem primeiro, enquanto as atualizações de incorporação e do índice vetorial LanceDB são executadas em uma thread em segundo plano, nunca bloqueando a vez do agente. Isso significa que registrar novas memórias custa essencialmente zero tempo.

Recuperação híbrida com fusão

O PMB combina pesquisa de texto BM25, incorporações densas de vetores, um grafo de entidades e reclassificação opcional — tudo fundido com Reciprocal-Rank-Fusion (RRF). Uma única chamada retorna a memória correta, classificada, com uma taxa de recall@10 de 94,5%.

Rastreamento honesto de impacto

Cada lição é pontuada com base no fato de o agente realmente segui-la. Regras úteis são automaticamente destacadas; as ignoradas são sinalizadas como mortas. Isso permite que você remova o que não ajuda e mantenha sua memória honesta, não inchada.

O que se destaca

Memória que não espera ser solicitada — hooks injetam o contexto certo antes de o modelo pensar e registram o trabalho do agente depois, sem nenhuma chamada de LLM no caminho de leitura.

Esta é a diferença central de outras ferramentas de memória. O PMB não exige que o agente se lembre de chamar uma ferramenta ou pedir contexto. Ele automaticamente exibe memórias relevantes a cada prompt e registra novas de forma assíncrona. O resultado é um contexto persistente que se acumula entre sessões sem nenhum esforço manual.

Vale a pena conferir se…

Você quer que seus agentes de codificação de IA realmente se lembrem das suas decisões de projeto, convenções e bugs passados sem reexplicar tudo a cada sessão. O PMB é especialmente útil se você alterna entre várias ferramentas de agente e quer que seu contexto o acompanhe, ou se precisa de memória que permaneça inteiramente na sua máquina, sem dependências de nuvem.