@lincolness/pi-mem0

Long-term memory for the pi coding agent, built on Mem0 OSS: captures finished tasks automatically and searches only when asked.

Packages

Package details

extension

Install @lincolness/pi-mem0 from npm and Pi will load the resources declared by the package manifest.

$ pi install npm:@lincolness/pi-mem0
Package
@lincolness/pi-mem0
Version
0.2.0
Published
Nov 17, 2026
Downloads
375/mo · 375/wk
Author
lincolness
License
Apache-2.0
Types
extension
Size
64.3 KB
Dependencies
2 dependencies · 3 peers
Pi manifest JSON
{
  "extensions": [
    "./src/index.ts"
  ]
}

Security note

Pi packages can execute code and influence agent behavior. Review the source before installing third-party packages.

README

pi-mem0

Memória de longo prazo para o pi, em cima do Mem0 OSS (mem0ai 3.3.1), rodando local.

  • Captura automática por sessão. De cada tarefa, a extensão guarda o seu pedido, a resposta final, as notas intermediárias curtas e os arquivos alterados num rascunho em disco. Quando a sessão termina, a sessão inteira vai para a fila e o Mem0 extrai os fatos de uma vez, em segundo plano. Resultados de ferramentas e raciocínio interno não são enviados. Credenciais são removidas antes do envio.
  • Busca só quando você pede. Nada é injetado no contexto sozinho. O modelo ganha a ferramenta mem0_memory com a orientação de buscar só quando você pedir ("procure o que decidimos sobre X"). O /mem0 search mostra os resultados só para você.
  • A extração usa qualquer modelo do pi. A chamada sai pelo registro de modelos do pi (extractionModel: "provider/modelId"), com a autenticação que o pi já tem.
  • Separação por projeto. O projeto é a raiz git mais próxima, e as subpastas compartilham a memória. A busca pode ser no projeto (padrão) ou em todos.
  • Tudo local por padrão. Os dados ficam em SQLite em ~/.pi/agent/mem0/, os embeddings vêm do Ollama local (nomic-embed-text) e a telemetria do Mem0 fica desligada.

Instalação

Requisitos: Node 22.19+, pi e Ollama.

ollama pull nomic-embed-text
pi install npm:@lincolness/pi-mem0

Depois, em ~/.pi/agent/settings.json, escolha o modelo de extração:

{
  "mem0": {
    "extractionModel": "openai/gpt-5.4"
  }
}

Para usar uma cópia local (desenvolvimento), rode npm install na pasta e aponte "extensions": ["/caminho/para/pi-mem0"] em vez do pi install.

extractionModel usa o mesmo formato do --model do pi (provider/id; veja pi --list-models). Sem ele, a extração usa o modelo da sessão. Prefira um modelo capaz: a extração exige JSON e não ocupa o contexto do agente.

Se o npm install avisar que bloqueou o script do better-sqlite3 e a extensão reclamar do SQLite, rode npm install-scripts approve better-sqlite3 && npm rebuild better-sqlite3.

Uso

Sem fazer nada

Durante a sessão, cada tarefa terminada é guardada num rascunho em disco, sem chamar modelo nenhum. A barra de status mostra quantas já estão guardadas (mem0: on · 3 na sessão).

Quando a sessão termina (sair do pi, /new, /resume ou /fork), a sessão inteira vai para a fila. O pi não espera a extração para fechar: ela roda em segundo plano na próxima vez que o pi abrir, e salva os fatos importantes da sessão (decisões, causas de bugs, convenções) numa chamada só ao modelo. Sessões longas são divididas em partes de até capture.sessionChunkChars caracteres. Se o pi fechar sem encerrar a sessão (por exemplo, se travar), o rascunho é recuperado na próxima abertura.

Para salvar a sessão atual sem esperar o fim, use /mem0 flush. Para extrair depois de cada tarefa, como na versão 0.1, use "capture": { "mode": "task" }.

Pedindo no chat

O modelo só consulta a memória quando você pede:

  • "procure na memória o que decidimos sobre o arredondamento"
  • "busca em todos os projetos como resolvemos o timeout do banco"
  • "lembre que neste projeto usamos node:test"

Os resultados entram na conversa e o modelo usa isso para responder.

Slash commands

Os resultados aparecem só para você e não entram no contexto do modelo.

Comando O que faz
/mem0 status Mostra o projeto atual, o modelo de extração, a fila pendente e onde estão os dados
/mem0 search <texto> Busca no projeto atual
/mem0 search-all <texto> Busca em todos os projetos
/mem0 list Lista as memórias mais recentes do projeto
/mem0 add <texto> Guarda o texto exatamente como você escreveu
/mem0 delete <id> Apaga uma memória (o id aparece no search e no list)
/mem0 flush Salva agora o que a sessão atual acumulou e processa a fila (também serve para tentar de novo depois de uma falha)

O projeto é a raiz git mais próxima de onde você abriu o pi, então as subpastas compartilham a mesma memória.

Para começar, faça uma tarefa normal, rode /mem0 list para ver o que foi salvo e apague com /mem0 delete o que não servir.

Fila

A barra de status mostra mem0: on, mem0: salvando… ou mem0: N pendente(s). Se você fechar o pi antes de a extração terminar, a tarefa continua na fila e é processada na próxima sessão. Depois de 5 falhas, ela vai para outbox-failed/.

Configuração ("mem0" no settings)

Campo Padrão O que faz
enabled true Liga ou desliga a extensão
extractionModel modelo da sessão Modelo do pi para extrair fatos (provider/id)
extractionReasoning "low" Nível de raciocínio da extração, ou "off"
extractionTimeoutMs 120000 Tempo máximo de cada extração
embedder Ollama nomic-embed-text Embedder do Mem0 {provider, config}; veja abaixo
vectorStore SQLite em dataDir Qualquer vector store do Mem0 (qdrant, pgvector…)
dataDir ~/.pi/agent/mem0 Onde ficam banco, histórico e fila
userId $USER Dono das memórias
customInstructions — Instruções extras para o extrator (o que guardar, idioma)
capture.enabled true Captura automática
capture.mode "session" "session" extrai uma vez depois que a sessão termina; "task" extrai depois de cada tarefa
capture.sessionChunkChars 24000 Tamanho máximo de cada chamada de extração no modo "session"
capture.includeIntermediate true Inclui as notas curtas entre ferramentas
capture.maxChars 12000 Limite de texto enviado por tarefa
capture.minChars 80 Ignora conversas muito curtas (a menos que alterem arquivos)
search.defaultLimit / search.maxLimit 5 / 20 Quantidade de resultados
telemetry false Telemetria do Mem0 (PostHog)

Para usar um embedder de outro provider (por exemplo, o endpoint OpenAI do trabalho), há duas formas de passar a chave:

"embedder": { "provider": "openai", "config": { "model": "text-embedding-3-small" }, "piProvider": "openai" }

piProvider reaproveita a chave e a URL de um provider do pi. Outra opção é "apiKeyEnv": "NOME_DA_VARIAVEL". Trocar de modelo de embedding exige um dataDir novo, porque as dimensões dos vetores mudam.

Testes

npm test

O teste de integração (tests/store.integration.test.ts) roda o Mem0 de verdade, com SQLite e Ollama, e um extrator falso. Ele é pulado se o Ollama ou o nomic-embed-text não estiverem disponíveis.