para-memory-files
Faz seu agente usar um sistema de memória baseado em arquivos para guardar e organizar conhecimento. É útil para salvar fatos, notas diárias e recuperar informações entre sessões.
O que ela faz
Este sistema ajuda a IA a lembrar de informações importantes de forma organizada, usando arquivos no seu computador. Ele separa o que você está trabalhando agora, o que é responsabilidade contínua, o que é para consulta e o que já foi concluído.
Quando usar
- ✓Quando você quer que a IA lembre de fatos importantes sobre pessoas, projetos ou tópicos.
- ✓Para guardar anotações diárias e o que aconteceu.
- ✓Para registrar como você gosta que as coisas sejam feitas ou o que aprendeu.
Exemplo do que pedir para a IA
“Guarde esta informação: o cliente X prefere reuniões às terças-feiras.”
Quer saber mais? Abra as seções abaixo.
Como usar
O jeito mais fácil: copie a mensagem abaixo e cole no Claude, ChatGPT, Cursor ou outra IA. Ela lê a skill e segue as instruções.
Link da skill
Mensagem pronta para colar
Como funciona
A IA salva informações em pastas organizadas (Projetos, Áreas, Recursos, Arquivos). Ela usa arquivos de resumo para contexto rápido e arquivos detalhados para fatos específicos. Também guarda anotações diárias e aprende seus padrões.
Instalação
Jeito mais fácil: copie o link da skill e cole no Claude, ChatGPT ou Cursor pedindo para seguir as instruções.
No terminal (Claude Code, Codex, Cursor), na pasta do projeto:
npx skills add paperclipai/paperclip --skill para-memory-filesOu baixe só o arquivo:
curl -L https://raw.githubusercontent.com/paperclipai/paperclip/master/skills/para-memory-files/SKILL.md -o SKILL.mdConteúdo técnico (SKILL.md)
Tradução do texto original do autor no GitHub. Os comandos e códigos estão como no original.
Arquivos de Memória PARA
Memória persistente baseada em arquivos, organizada pelo método PARA de Tiago Forte. Três camadas: um grafo de conhecimento, notas diárias e conhecimento tácito. Todos os caminhos são relativos a $AGENT_HOME.
Três Camadas de Memória
Camada 1: Grafo de Conhecimento ($AGENT_HOME/life/ -- PARA)
Armazenamento baseado em entidades. Cada entidade recebe uma pasta com dois níveis:
summary.md-- contexto rápido, carrega primeiro.items.yaml-- fatos atômicos, carrega sob demanda.
$AGENT_HOME/life/
projects/ # Active work with clear goals/deadlines
<name>/
summary.md
items.yaml
areas/ # Ongoing responsibilities, no end date
people/<name>/
companies/<name>/
resources/ # Reference material, topics of interest
<topic>/
archives/ # Inactive items from the other three
index.md
Regras PARA:
- Projetos -- trabalho ativo com um objetivo ou prazo. Mover para arquivos quando concluído.
- Áreas -- contínuas (pessoas, empresas, responsabilidades). Sem data de término.
- Recursos -- material de referência, tópicos de interesse.
- Arquivos -- itens inativos de qualquer categoria.
Regras de Fatos:
- Salvar fatos duráveis imediatamente em
items.yaml. - Semanalmente: reescrever
summary.mda partir de fatos ativos. - Nunca excluir fatos. Substituir em vez disso (
status: superseded, adicionarsuperseded_by). - Quando uma entidade se torna inativa, mover sua pasta para
$AGENT_HOME/life/archives/.
Quando criar uma entidade:
- Mencionado 3+ vezes, OU
- Relação direta com o usuário (família, colega de trabalho, parceiro, cliente), OU
- Projeto ou empresa significativa na vida do usuário.
- Caso contrário, anotar nas notas diárias.
Para o esquema YAML de fatos atômicos e regras de decaimento da memória, veja references/schemas.md.
Camada 2: Notas Diárias ($AGENT_HOME/memory/YYYY-MM-DD.md)
Linha do tempo bruta de eventos -- a camada "quando".
- Escrever continuamente durante conversas.
- Extrair fatos duráveis para a Camada 1 durante os "heartbeats".
Camada 3: Conhecimento Tácito ($AGENT_HOME/MEMORY.md)
Como o usuário opera -- padrões, preferências, lições aprendidas.
- Não fatos sobre o mundo; fatos sobre o usuário.
- Atualizar sempre que aprender novos padrões operacionais.
Escreva -- Sem Notas Mentais
A memória não sobrevive a reinícios de sessão. Arquivos sim.
- Quer lembrar algo -> ESCREVA EM UM ARQUIVO.
- "Lembre-se disso" -> atualizar
$AGENT_HOME/memory/YYYY-MM-DD.mdou o arquivo da entidade relevante. - Aprender uma lição -> atualizar AGENTS.md, TOOLS.md, ou o arquivo de habilidade relevante.
- Cometer um erro -> documentá-lo para que o futuro você não o repita.
- Arquivos de texto no disco são sempre melhores do que mantê-los em contexto temporário.
Recuperação de Memória -- Use qmd
Use qmd em vez de grepar arquivos:
qmd query "what happened at Christmas" # Semantic search with reranking
qmd search "specific phrase" # BM25 keyword search
qmd vsearch "conceptual question" # Pure vector similarity
Indexe sua pasta pessoal: qmd index $AGENT_HOME
Vetores + BM25 + reranking encontram coisas mesmo quando a redação difere.
Planejamento
Mantenha os planos em arquivos com timestamp em plans/ na raiz do projeto (fora da memória pessoal para que outros agentes possam acessá-los). Use qmd para pesquisar planos. Planos ficam desatualizados -- se um plano mais novo existir, não se confunda com uma versão mais antiga. Se notar desatualização, atualize o arquivo para anotar o que ele foi substituído.
Perguntas frequentes
O que são Projetos, Áreas, Recursos e Arquivos?
Projetos são tarefas com prazo. Áreas são responsabilidades contínuas. Recursos são materiais de referência. Arquivos são itens antigos.
Como a IA lembra de coisas?
Ela salva tudo em arquivos no seu computador, em vez de tentar lembrar na hora. Ela usa um sistema chamado 'qmd' para buscar informações de forma inteligente.
O que acontece se uma informação mudar?
A IA não apaga fatos antigos, mas os marca como 'substituídos' e anota qual informação nova os substituiu.
Detalhes
Descrição original do autor
Use a file-based PARA memory system to store, retrieve, and organize durable knowledge across sessions. Trigger on saving facts, daily notes, entity records, weekly synthesis, recall, tacit user patterns, or plan memory.
repo: paperclipai/paperclip
Popularidade
- Estrelas no GitHub
- 103 mil
- Posição no ranking
- #399
- Licença
- MIT
- Atualizada em
- 16/10/2026
Comentários
- …
Mais skills deste repositório
delegate-work
Ajuda seu agente a delegar trabalho para outro agente. É útil para dividir tarefas complexas e acompanhar o progresso de forma organizada.
paperclipai/paperclip
follow-up-results
Faz seu agente verificar resultados de trabalhos anteriores. É útil para acompanhar o andamento de tarefas e adicionar feedback humano.
paperclipai/paperclip
review-my-team
Ajuda seu agente a revisar a equipe conectada. É útil para ter um resumo do time, tarefas, bloqueios e aprovações pendentes.
paperclipai/paperclip
paperclip-task-bridge
Faz seu agente criar e gerenciar tarefas em outra plataforma. É útil para interagir com sistemas de gerenciamento de projetos diretamente.
paperclipai/paperclip
Skills parecidas
architecture-decision-records
Faz seu agente registrar decisões importantes sobre a estrutura do projeto. Ajuda a entender o porquê das escolhas feitas e a manter um histórico claro das mudanças.
affaan-m/ECC
code-tour
Faz seu agente criar guias passo a passo no código, com locais exatos em arquivos e linhas. É útil para apresentar um projeto, explicar código ou revisar mudanças. Ajuda a entender como um sistema funciona.
affaan-m/ECC
codebase-onboarding
Ajuda seu agente a analisar um código desconhecido e criar um guia de integração. Ele inclui um mapa da arquitetura, pontos de entrada e convenções. Ideal para quem está começando em um novo projeto.
affaan-m/ECC