O que é a skill mem-search do Claude-Mem e como ela consulta o histórico do projeto em linguagem natural?

A skill mem-search é a busca em memória do plugin Claude-Mem, do repositório thedotmack/claude-mem, e mora em plugin/skills/mem-search. Ela é acionada por pergunta em linguagem natural sobre trabalho passado (tipo "o que corrigimos na sessão anterior?") e responde consultando o histórico do projeto, em vez de você reexplicar tudo pro agente. Por baixo, roda um fluxo de três camadas: search devolve um índice compacto com IDs, timeline dá o contexto cronológico ao redor e get_observations abre o detalhe só dos IDs filtrados. Os dados ficam num banco SQLite local, em ~/.claude-mem/claude-mem.db
Fala aí, beleza? Sessão nova do agente, e lá vem o ritual de sempre: explicar de novo o que é o projeto, o que já foi corrigido semana passada, por que aquele arquivo ficou daquele jeito esquisito
Contexto é a coisa mais cara do fluxo com IA, e mesmo assim a gente joga fora um monte dele toda vez que fecha uma sessão
A skill mem-search ataca exatamente esse ponto: em vez de reexplicar o projeto do zero, você PERGUNTA pro histórico dele, em linguagem natural, e o agente vai buscar a resposta no que já foi feito
Bora entender como ela funciona por dentro? 🙂
Formação Vibe Coding
Do Prompt ao Produto: Crie Software Real com IA
- 474 aulas
- 20 projetos
- 39h 27min
De onde vem a mem-search e por que ela mudou de nome
Ela não é uma skill solta que alguém jogou num gist: faz parte do plugin Claude-Mem, cujo repositório oficial é thedotmack/claude-mem
O perfil que mantém o repositório no GitHub é o thedotmack, identificado no próprio perfil como Alex Newman
Dentro do repositório, a skill vive em plugin/skills/mem-search, ou seja, ela é distribuída junto com o plugin, não como um pacote à parte
E tem um detalhe que confunde quem leu material antigo: a skill se chamava só search
A renomeação de search para mem-search está registrada na versão 5.5.0 do Claude-Mem, e a ideia foi deixar o escopo mais claro
Faz sentido, né? "search" sozinho é genérico demais num ambiente onde o agente já busca em arquivo, na web e em tudo quanto é lugar
O prefixo mem- avisa de cara: essa busca é na MEMÓRIA do projeto
Se você já brincou de escrever regras de skill em projeto legado, a lógica de nomear bem o escopo é a mesma coisa
Como funciona a busca em três camadas do Claude-Mem
Aqui mora a parte interessante da engenharia
A busca na memória do Claude-Mem não despeja tudo que encontrou na sua janela de contexto
Ela trabalha em três camadas, cada uma abrindo um pouco mais de detalhe só quando precisa:
| Camada | O que devolve | Quando entra |
|---|---|---|
search |
índice compacto com IDs, cerca de 50 a 100 tokens por resultado | primeira parada, pra descobrir o que existe sobre o assunto sem gastar contexto |
timeline |
contexto cronológico ao redor de um resultado, aceitando anchor (ID da observação) ou query, com depth_before e depth_after (padrão 3 pra cada) |
quando você precisa saber o que veio ANTES e DEPOIS daquele ponto |
get_observations |
detalhe completo, só dos IDs que sobraram do filtro | no fim, quando o que interessa já foi reduzido a poucos itens |
Repara na sacada: a camada 1 é de propósito leve em tokens
Ela te dá o mapa, não o território
Se você conhece o resultado de um grep, é bem parecido: primeiro a lista do que bateu, depois você abre só o arquivo que importa
A documentação chama esse padrão de divulgação progressiva (progressive disclosure) e atribui a ele uma economia de aproximadamente 10x em tokens frente à abordagem RAG tradicional, que costuma empurrar blocões de texto recuperado direto pro contexto
A camada timeline é a que salva em investigação de bug
Porque raramente o que você quer é só a observação isolada: você quer o que aconteceu em volta dela, e é por isso que existe profundidade configurável pra trás e pra frente
Que perguntas a mem-search responde no dia a dia
O gatilho não é comando
É pergunta mesmo, escrita como você falaria com um colega que estava na sessão anterior
A documentação e o repositório citam exemplos como estes:
What bugs did we fix last session?How did we implement authentication?What changes were made to worker-service.ts?Show me recent work on this project
Traduzindo pro seu dia:
Retomar de onde parou. Segunda-feira de manhã, aquele branco total. Em vez de abrir um monte de arquivo pra reconstruir a história, você pergunta o que foi corrigido na última sessão
Relembrar COMO algo foi feito. Não é "onde está o código de auth", isso o próprio agente acha lendo o projeto. É o porquê da decisão, o caminho que foi seguido, o que já tinha sido tentado e descartado
Rastrear um arquivo específico. Aquele arquivo que ninguém mais entende e todo mundo tem medo de mexer: dá pra perguntar o que mudou nele ao longo do tempo
Recuperar o trabalho recente do projeto. Útil quando você trabalha em três frentes ao mesmo tempo e volta pra uma delas depois de duas semanas
Perceba que nenhuma dessas respostas vive no código-fonte
Elas vivem no PROCESSO, e processo é justamente o que evapora quando a sessão fecha
Como instalar o Claude-Mem para usar a skill mem-search
A skill vem dentro do plugin, então o que você instala é o Claude-Mem
Dois caminhos, ambos verificados na documentação oficial:
- Comando único, pelo terminal. É o caminho recomendado se você quer resolver rápido:
npx claude-mem install
- Pelo marketplace de plugins, dentro do Claude Code. Adiciona o marketplace apontando pro repositório e depois instala o plugin:
/plugin marketplace add thedotmack/claude-mem
/plugin install claude-mem
Cuidado com o atalho errado:
Esse é o erro comum de verdade, e é fácil cair nele por reflexo de dev: rodar npm install -g claude-mem achando que resolveu
Não resolve
Esse comando instala apenas a SDK/biblioteca: ele não registra os hooks do plugin nem sobe o serviço worker
Ou seja, você fica com o pacote na máquina e sem nada capturando o histórico, que é justamente o combustível da busca
Se a memória parecer "vazia" logo depois de instalar, vale conferir por qual caminho você passou
Onde ficam os dados que a skill consulta e onde ela funciona
A pergunta que todo mundo faz (e faz certo): esse histórico todo vai pra onde?
A busca roda sobre um banco SQLite local, em ~/.claude-mem/claude-mem.db, com busca full-text via FTS5 sobre sessões, observações e resumos
É arquivo na sua máquina, no seu home
Existe também um índice vetorial Chroma, mas ele é OPCIONAL
Dá pra ligar e desligar pela configuração CLAUDE_MEM_CHROMA_ENABLED, e sem Chroma o sistema opera em modo somente SQLite
Isso é bom por dois motivos: menos peça pra quebrar, e menos dependência de infra pra rodar a busca básica
E tem outra coisa que costuma surpreender: o Claude-Mem não é exclusivo do Claude Code
A descrição oficial do projeto cita compatibilidade com Claude Code, OpenClaw, Codex, Gemini, Hermes, Copilot e OpenCode, entre outros
A documentação ainda tem uma página dedicada de "Claude Desktop MCP", pra quem quer consultar a memória a partir do Desktop
Memória local também muda a conversa sobre continuidade do trabalho: em conta de time, quando alguém sai, fica sempre a dúvida sobre o que acontece com chats e skills daquela pessoa
Vale colocar a mem-search no seu fluxo?
Veredito honesto: a skill resolve um problema real e chato, que é reexplicar contexto toda santa sessão
Mas ela não é mágica, e depende de duas coisas fora dela
Primeira: o plugin instalado do jeito certo, com os hooks registrados e o worker rodando (por isso o npm install -g engana tanta gente)
Segunda: histórico acumulado
No dia 1 o banco está vazio, e nenhuma busca inventa passado que não existe
Então o caminho é: instala pelo comando único ou pelo marketplace, trabalha normal por alguns dias deixando o histórico se formar, e aí testa com uma pergunta simples sobre a sessão anterior
Se a resposta vier com o contexto certo, você acabou de parar de pagar o pedágio do "deixa eu te explicar o projeto de novo"
E se não vier, pelo menos você sabe onde olhar: o banco local em ~/.claude-mem/
Bora testar? Até o próximo post! 😀
Perguntas frequentes
A skill mem-search funciona só no Claude Code ou em outras ferramentas também?
O Claude-Mem não é exclusivo do Claude Code. A descrição oficial do projeto cita compatibilidade também com OpenClaw, Codex, Gemini, Hermes, Copilot e OpenCode, entre outros.
Dá pra usar a busca de memória do Claude-Mem pelo Claude Desktop?
Dá. Existe uma página dedicada na documentação oficial chamada ‘Claude Desktop MCP’, específica pra esse uso via MCP.
Preciso digitar um comando específico pra acionar a mem-search?
Não. O gatilho é uma pergunta em linguagem natural sobre trabalho passado, como ‘What bugs did we fix last session?’ ou ‘How did we implement authentication?’. Não existe comando manual pra chamar a busca.
Quantos tokens a busca da mem-search gasta por resultado?
A camada de busca (search) devolve um índice compacto de cerca de 50 a 100 tokens por resultado. Esse formato leve é o que sustenta a economia de aproximadamente 10x em tokens frente à abordagem RAG tradicional.
O que muda se eu desligar o índice Chroma do Claude-Mem?
O índice vetorial Chroma é opcional, controlado pela configuração CLAUDE_MEM_CHROMA_ENABLED. Desligando, o sistema opera em modo somente SQLite, usando o banco local em ~/.claude-mem/claude-mem.db com busca full-text via FTS5.
Qual a diferença entre instalar o Claude-Mem com npx e com npm install -g?
O comando npx claude-mem install (ou o marketplace de plugins do Claude Code) configura o plugin de verdade, com hooks e o serviço worker rodando. Já npm install -g claude-mem instala apenas a SDK/biblioteca, sem registrar os hooks nem subir o worker, então a memória fica vazia.
Formações
Formação SAAS com IA
Tire usas ideias do papel criando softwares com IA, integre pagamentos e lance seu projeto!
- 291 aulas
- 18 projetos
- 24h 17min
Blog | Mais populares
As diferenças de var, let e const
Como fazer redirecionamento com PHP
Neste artigo você vai aprender a como fazer redirecionamento com PHP, utilizaremos abordagens fáceis de entender e de aplicar Fala programador(a), beleza? Bora aprender mais […]
ChatGPT: o que é, como usar, dicas e como acessar login
ChatGPT é uma ferramenta de processamento de linguagem natural (NLP) baseada na arquitetura GPT-3.5, desenvolvida pela OpenAI. Sua criação representa um marco significativo no campo […]
