Mesh Memory

Mesh Memory é um serviço de memória semântica auto-hospedado com um servidor MCP integrado. Ele armazena documentos (relatórios de trabalho, decisões, notas, pesquisas) no PostgreSQL com pgvector e os recupera por significado, de modo que uma consulta como "qual banco de dados escolhemos?" apresente uma nota salva que diz "escolhemos Redis para cache", mesmo sem sobreposição de palavras-chave. Embeddings são gerados localmente com multilingual-e5-base (768 dimensões); o fluxo principal não requer chaves de API externas.

Use esta habilidade quando um agente precisar de memória persistente entre sessões: salvando seu próprio trabalho, relembrando decisões anteriores ou construindo uma base de conhecimento de projeto compartilhada entre vários agentes.

Quando Usar Esta Habilidade

• Salvar um relatório de trabalho, decisão ou nota de pesquisa de uma sessão para que uma sessão posterior possa encontrá-la.
• Relembrar trabalhos anteriores por tópico quando você não se lembra das palavras exatas que usou.
• Compartilhar uma base de conhecimento de longa duração entre vários agentes, terminais ou colegas de equipe.
• Organizar contexto por função ou projeto através de workspaces (um workspace por função/projeto).
• Pesquisar tags estruturadas (por exemplo, todas as entradas type:decision de um projeto).

Pré-requisitos

• Uma instância Mesh Memory em execução, acessível a partir do servidor MCP. Docker local é o caminho comum -- docker compose up -d no repositório upstream o inicia; veja https://github.com/dklymentiev/mesh-memory para o Guia Rápido completo.
• O servidor MCP (mcp_server.py) registrado com seu cliente (Claude Code, Cursor, Claude Desktop ou qualquer outro agente compatível com MCP).
• MESH_API_URL apontando para a instância em execução (padrão: http://localhost:8000).

Configuração

Registre o servidor MCP na configuração do seu cliente:

{
  "mcpServers": {
    "mesh": {
      "command": "python3",
      "args": ["/path/to/mesh-memory/mcp_server.py"],
      "env": {
        "MESH_API_URL": "http://localhost:8000"
      }
    }
  }
}

Quando o servidor estiver acessível, as 13 ferramentas listadas abaixo ficarão disponíveis.

Ferramentas MCP

Fluxos de Trabalho

Salvar um relatório de trabalho da sessão

Após concluir o trabalho, persista-o para sessões futuras:

mesh_add(
  content="Investigated 502s on the checkout flow. Root cause: missing CORS header on the cart API. Fix shipped in commit abc123.",
  tags="type:worklog,topic:checkout,date:2026-05-23",
  workspace="developer"
)

date: e source: são adicionados automaticamente quando omitidos. Tags de tipo e tópico são inferidas dos vizinhos mais próximos após a conclusão do embedding (são necessários 5-10 documentos semente antes que a inferência comece).

Relembrar trabalho anterior por significado

Busque entre sessões por contexto relacionado, mesmo com vocabulário diferente:

mesh_search(query="checkout was failing for some users", limit=5, workspace="developer")

A consulta não compartilha palavras-chave com a nota original ("502s", "CORS"), mas a busca baseada em embedding a apresenta.

Trocar função / contexto

Para um agente multi-função, troque o workspace ativo no início de uma sessão:

mesh_focus(workspace="sysadmin", prefetch=true, limit=5)

Chamadas subsequentes usarão esse workspace por padrão. Fixe um documento de prompt de função no topo de cada workspace para que o agente se reoriente a cada pré-busca.

Busca entre workspaces com pesos

Para puxar contexto de domínios relacionados sem diluir o sinal principal:

mesh_search(
  query="nginx rate limit recipe",
  workspaces={"sysadmin": 0.7, "security": 0.2, "developer": 0.1},
  limit=10
)