• [02/09/2026] 🚀 Memória Cross-Session disponível - Superando Claude-Mem em 64%! SimpleMem agora suporta memória persistente entre conversas. No benchmark LoCoMo, SimpleMem alcança uma melhoria de 64% sobre Claude-Mem. Seus agentes agora podem lembrar automaticamente o contexto, decisões e aprendizados de sessões anteriores. Ver Documentação Cross-Session →
• [01/20/2026] SimpleMem agora está disponível no PyPI! 📦 Instale diretamente com pip install simplemem. Ver Guia de Uso →
• [01/18/2026] SimpleMem agora suporta Claude Skills! 🚀
• [01/14/2026] Servidor MCP do SimpleMem está NO AR e Open Source! 🎉 Serviço de memória na nuvem em mcp.simplemem.cloud. Documentação MCP →
• [01/05/2026] Artigo do SimpleMem publicado no arXiv!

---

SimpleMem é um framework de memória eficiente baseado em compressão semântica sem perdas que aborda o desafio fundamental da memória eficiente de longo prazo para agentes LLM. SimpleMem maximiza a densidade de informação e a utilização de tokens através de um pipeline de três estágios:

🔍 Estágio 1 Compressão Estruturada Semântica Destila interações não estruturadas em unidades de memória compactas com indexação multi-vista

🗂️ Estágio 2 Síntese Semântica Online Integra instantaneamente contexto relacionado em representações abstratas unificadas para eliminar redundância

🎯 Estágio 3 Planejamento de Recuperação Consciente da Intenção Infere a intenção de busca para determinar dinamicamente o escopo de recuperação

---

---

git clone https://github.com/aiming-lab/SimpleMem.git
cd SimpleMem
pip install -r requirements.txt
cp config.py.example config.py

---

from main import SimpleMemSystem

system = SimpleMemSystem(clear_db=True)
system.add_dialogue("Alice", "Bob, let's meet at Starbucks tomorrow at 2pm", "2025-11-15T14:30:00")
system.add_dialogue("Bob", "Sure, I'll bring the market analysis report", "2025-11-15T14:31:00")
system.finalize()

answer = system.ask("When and where will Alice and Bob meet?")
print(answer)

---

🌐 Serviço na Nuvem: mcp.simplemem.cloud

{
  "mcpServers": {
    "simplemem": {
      "url": "https://mcp.simplemem.cloud/mcp",
      "headers": {
        "Authorization": "Bearer YOUR_TOKEN"
      }
    }
  }
}

📖 Documentação MCP

---

python test_locomo10.py
python test_locomo10.py --num-samples 5

---

@article{simplemem2025,
  title={SimpleMem: Efficient Lifelong Memory for LLM Agents},
  author={Liu, Jiaqi and Su, Yaofeng and Xia, Peng and Zhou, Yiyang and Han, Siwei and  Zheng, Zeyu and Xie, Cihang and Ding, Mingyu and Yao, Huaxiu},
  journal={arXiv preprint arXiv:2601.02553},
  year={2025},
  url={https://github.com/aiming-lab/SimpleMem}
}

Este projeto está licenciado sob a Licença MIT - veja LICENSE.

• 🔍 Modelo de Embeddings: Qwen3-Embedding
• 🗄️ Banco de Dados Vetorial: LanceDB
• 📊 Benchmark: LoCoMo