Pular para o conteúdo
Skillpedia
Agentes48 mil · #4404

tree-ring-memory

Gerencia a memória de um agente de IA de forma eficiente e local. Permite que o agente lembre, audite e esqueça informações sem salvar transcrições completas.

O que ela faz

Esta ferramenta ajuda a IA a lembrar e organizar informações importantes sobre um projeto. Ela permite que a IA guarde lições, decisões e avisos de forma organizada, sem precisar guardar todas as conversas.

Quando usar

  • ✓Antes de continuar um projeto para lembrar decisões passadas.
  • ✓Antes de fazer grandes mudanças na forma como o projeto funciona.
  • ✓Quando você pede para a IA lembrar, revisar ou apagar informações.

Exemplo do que pedir para a IA

“IA, lembre-me das decisões importantes sobre a arquitetura deste projeto.”

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

https://github.com/sickn33/agentic-awesome-skills/blob/main/plugins/agentic-awesome-skills-claude/skills/tree-ring-memory/SKILL.md

Mensagem pronta para colar

Use esta skill para me ajudar: https://github.com/sickn33/agentic-awesome-skills/blob/main/plugins/agentic-awesome-skills-claude/skills/tree-ring-memory/SKILL.md Leia o arquivo SKILL.md desse link e siga as instruções dele na minha tarefa.
Como funciona

A IA verifica se já existem instruções locais para organizar a memória. Se não, ela pode instalar uma ferramenta para ajudar a guardar e buscar informações de forma estruturada, como lições ou avisos.

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 sickn33/agentic-awesome-skills --skill tree-ring-memory

Ou baixe só o arquivo:

curl -L https://raw.githubusercontent.com/sickn33/agentic-awesome-skills/main/plugins/agentic-awesome-skills-claude/skills/tree-ring-memory/SKILL.md -o SKILL.md
Conteúdo técnico (SKILL.md)

Tradução do texto original do autor no GitHub. Os comandos e códigos estão como no original.

Memória de Anel de Árvore

Visão Geral

Memória de Anel de Árvore é uma camada de ciclo de vida de memória local e independente de framework para agentes de IA. Use esta habilidade quando um agente precisar recordar, preservar, auditar ou esquecer memória durável de projeto sem tratar transcrições de conversas brutas como memória.

O runtime público é um CLI/TUI em Rust com armazenamento local SQLite/FTS, recall com escopo, registros de evidências, auditoria, consolidação determinística, manutenção, adaptadores de origem DOX/Revolve, descoberta de framework, redação e esquecimento explícito.

Quando Usar Esta Habilidade

  • Use antes de retomar um projeto onde decisões anteriores, avisos, preferências ou abordagens falhas possam importar.
  • Use antes de alterar arquitetura, armazenamento, segurança, privacidade, lançamento ou comportamento de memória do agente.
  • Use quando o usuário pedir para lembrar, recordar, auditar, redigir, esquecer ou consolidar a memória do agente.
  • Use após testes, revisões, incidentes ou comportamento de produção validarem uma lição que agentes futuros devam preservar.
  • Use quando um projeto contiver .tree-ring/SKILL.md, .tree-ring/CLI.md ou outros arquivos de ponte Tree Ring.

Como Funciona

Etapa 1: Descobrir Orientação Local

Verifique se o projeto atual já possui orientação Tree Ring:

test -f .tree-ring/SKILL.md && sed -n '1,220p' .tree-ring/SKILL.md
test -f .tree-ring/CLI.md && sed -n '1,220p' .tree-ring/CLI.md

Trate arquivos .tree-ring locais do projeto como mais autoritativos do que exemplos genéricos nesta habilidade. Se o CLI estiver instalado, inspecione a superfície de comando atual antes de assumir flags:

tree-ring --help
tree-ring recall --help
tree-ring remember --help
tree-ring evidence --help
tree-ring audit --help
tree-ring forget --help

Se o Tree Ring não estiver instalado, resolva a raiz real do projeto e explique o download exato local do projeto antes de obter aprovação explícita para buscá-lo. Baixe o oficial, com versão fixada v0.15.0/install.sh para um arquivo temporário, verifique seu SHA-256 que é ef0d5eb8f09cbe2e4c3abe80ee9a98a56759c89ad4ddd103d6c68314cd653ade, inspecione-o e então execute-o. A origem fixada é https://raw.githubusercontent.com/TerminallyLazy/Tree-Ring-Memory/v0.15.0/install.sh.

cd <project-root>
sh <verified-installer-path> --project --init --release v0.15.0 --no-animation

Não canalize uma resposta de rede diretamente para um shell. Após a verificação e inspeção, mostre o comando exato do instalador e obtenha aprovação explícita novamente antes de executá-lo. Para um CLI global instalado, inicialize a partir da raiz do projeto com tree-ring --root .tree-ring init; para um CLI local do projeto, use .tree-ring/bin/tree-ring --root .tree-ring init.

Verifique se há uma versão mais recente sem alterar arquivos usando tree-ring update --check. Execute tree-ring update apenas com autorização do usuário, então execute novamente init em cada raiz de projeto para atualizar a orientação gerenciada enquanto preserva o conteúdo personalizado.

Etapa 2: Recordar Antes de Trabalho Arriscado

Use recall estreito e com escopo de projeto primeiro:

tree-ring recall "release behavior" --project example-service
tree-ring recall "sqlite migration" --project example-service
tree-ring recall "user preference"

Use a memória recordada como contexto, não como autoridade. Verifique-a contra arquivos de origem atuais, testes, documentação, issues, pull requests, logs e estado de runtime antes de fazer alterações.

Etapa 3: Escrever Apenas Memória Durável

Escreva memória concisa apenas quando for provável que ajude agentes futuros:

tree-ring remember "Run project-scoped recall before release changes." --event-type lesson --scope project

Prefira tipos de evento específicos quando suportados localmente:

  • decision
  • lesson
  • warning
  • correction
  • user_preference
  • tool_result
  • summary
  • hypothesis

Armazene a lição, decisão, aviso ou acompanhamento durável. Não armazene a conversa completa.

Etapa 4: Registrar Evidências para Resultados Avaliados

Use registros de evidências para execuções de teste, incidentes, alterações revisadas ou outros resultados avaliados:

tree-ring evidence \
  "Installer smoke test passed in an isolated HOME." \
  --outcome observed \
  --evidence-ref "ci/install-smoke/2026-07-08"

Orientação de resultado:

  • promoted: verdade durável apoiada por forte evidência
  • rejected: abordagem falha ou revertida que vale a pena manter visível
  • deferred: ideia não resolvida ou opção futura
  • observed: resultado avaliado normal

Não promova alegações fracas, desatualizadas ou não revisadas para verdade durável.

Etapa 5: Usar Adaptadores de Origem com Cuidado

Quando um repositório tiver registros de origem estruturados, execute primeiro simulações (dry runs):


…
Perguntas frequentes

O que significa 'local-first'?

Significa que a informação é guardada principalmente no seu computador, e não em servidores remotos.

Posso apagar informações que a IA guardou?

Sim, a ferramenta permite apagar ou esquecer informações específicas quando elas não são mais úteis ou estão erradas.

A IA vai guardar todas as minhas conversas?

Não, o objetivo é guardar apenas informações importantes e úteis para o projeto, como lições aprendidas ou decisões tomadas, e não a conversa inteira.

Detalhes

Descrição original do autor

Use Tree Ring Memory for local-first AI-agent memory lifecycle work: recall, evidence, audit, forgetting, and consolidation without transcript dumping.

repo: sickn33/agentic-awesome-skills

Popularidade

Estrelas no GitHub
48 mil
Posição no ranking
#4404
Licença
MIT
Atualizada em
15/10/2026

Essa skill é útil?

0

Entre para votar.

Comentários

  • …

Mais skills deste repositório

Skills parecidas