Intensivo Grátis 21–22/11Intensivo gratuito de 2 dias em Vibecoding (21–22/11 às 16:00 MSK) · Turma 3 começa 23/11Inscrever-se grátis →Turma 3 (23/11)
LançamentoAPI / Produto · Pronto p/ usoHabr AI→ original

Agentis Memory: armazenamento compatível com Redis com busca vetorial e embeddings locais

O Agentis Memory é um armazenamento compatível com Redis que oferece memória compartilhada para agentes de IA, com busca semântica integrada e embeddings locais. Ele funciona como um Redis comum, mas adiciona os comandos MEMSAVE e MEMQUERY para que os agentes troquem fatos sem camadas REST nem APIs externas. Depois da migração para GraalVM native-image e Vector API, o autor chegou a até 1,36x o desempenho do Redis em operações com strings e a 3,19 milhões de ops/sec em pipeline.

Processado por IA de Habr AI; editado por Hamidun News
Agentis Memory: armazenamento compatível com Redis com busca vetorial e embeddings locais
Fonte: Habr AI. Colagem: Hamidun News.
Ouvir artigo

O Agentis Memory propõe uma ideia simples, mas importante para o mercado de agentes de IA: uma memória operacional compartilhada que se usa como um Redis comum. Em vez de um banco vetorial separado, uma API externa de embeddings e SDKs personalizados, o projeto reúne armazenamento chave-valor, busca semântica e cálculo local de embeddings em um único processo. Para equipes que constroem sistemas multiagente, é uma tentativa de resolver um de seus problemas mais incômodos: trocar contexto entre agentes sem camadas de rede e atrasos extras.

O problema surgiu em um cenário real: a investigação de incidentes em produção. Quando vários agentes especializados analisam em paralelo logs, métricas, conversas e o histórico de falhas anteriores, cada um enxerga apenas o seu pedaço do quadro. Um agente pode encontrar OOMKilled nos logs e, na prática, chegar à causa raiz, enquanto os outros continuam montando suas próprias versões: um pico de CPU, um deploy recente ou qualquer outra correlação.

No fim, o sintetizador recebe várias hipóteses conflitantes, parte delas puro ruído. Guardar essas descobertas em um arquivo markdown compartilhado não resolve: surgem condições de corrida na escrita, não há TTL, não há estrutura e não há busca por significado. Para um sistema de agentes, isso já não basta.

O estudo das soluções prontas mostrou o mesmo problema por outro ângulo. Mem0 e Zep já se posicionam como camada de memória para agentes de IA, mas trazem junto uma API REST, SDKs próprios, um armazenamento vetorial e serviços externos de embeddings. O Redis Stack chega mais perto do modelo desejado, porque mantém a compatibilidade com clientes Redis, mas deixa o cálculo dos vetores fora do servidor. Isso é tolerável para RAG de longo prazo, mas pesado demais para a memória operacional, em que um agente salva um fato e outro precisa encontrá-lo em milissegundos. Cada salto de rede extra prejudica tanto a latência quanto a confiabilidade.

A primeira hipótese de engenharia era óbvia: pegar o próprio Redis, fazer um fork e embutir o ONNX Runtime e um índice vetorial. Na prática, esse caminho esbarrou rapidamente no trabalho complexo com C, bibliotecas nativas, gerenciamento de memória e instabilidade com requisições concorrentes. Depois do protótipo fracassado, o projeto foi reescrito do zero em Java 25 com GraalVM native-image.

O resultado é um único binário nativo de cerca de 150 MB, já com o modelo de embeddings embutido. Por dentro, usa a Java Vector API para acelerar com SIMD a similaridade de cosseno, o Project Loom para virtual threads, o ONNX Runtime para a inferência local do modelo all-MiniLM-L6-v2 e a biblioteca jvector para a busca de vizinhos mais próximos com HNSW.

Por fora, o Agentis Memory se comporta como um servidor Redis familiar. Ele suporta mais de 90 comandos padrão, TTL, SCAN e pub/sub básico, e aceita conexões de clientes comuns como redis-py, Jedis, ioredis ou go-redis. A diferença central são quatro comandos de memória adicionais.

O MEMSAVE recebe texto, divide em chunks por frase, calcula vetores de 384 dimensões e os indexa de forma assíncrona, normalmente em 5–10 milissegundos por chunk. O MEMQUERY recebe uma consulta em linguagem natural e devolve os registros mais próximos por similaridade de cosseno. O MEMSTATUS mostra se o índice está pronto para uma chave específica, e o MEMDEL remove dados ao mesmo tempo da camada chave-valor e do índice vetorial.

Para o desenvolvedor, parece uma extensão mínima do modelo Redis que ele já conhece, e não uma plataforma separada com um novo ecossistema.

O desempenho também é revelador. A primeira versão em Java era cerca de duas vezes mais lenta que o Redis. Depois da migração para GraalVM native-image e da reescrita do hot path com a Vector API, o quadro se inverteu: as operações com strings subiram de cerca de 60 mil para 168 mil ops/sec, ou seja, o projeto chegou a aproximadamente 1,36x o Redis.

Em carga mista, o resultado foi de cerca de 1,40x. Com pipeline depth de 100, o sistema atingiu 3,19 milhões de operações por segundo, cerca de 1,71x o Redis, graças a uma arquitetura multithread sem event loop single-thread. Mas um compromisso permanece: na latência p99 com strings, o Redis ainda leva vantagem, com 3,82 milissegundos contra 6,27 do Agentis Memory, o preço pago pelo garbage collection.

Há ênfase especial em privacidade e custo. Os embeddings são calculados localmente pelo ONNX Runtime dentro do próprio processo, sem chaves de API, sem chamadas a serviços externos e sem envio de logs, métricas ou conversas internas para a nuvem. Para sistemas que lidam com incidentes e infraestrutura interna, isso não é uma melhoria cosmética, mas uma decisão arquitetural importante. A inferência local leva cerca de 2–5 milissegundos por chunk, dispensa uma cobrança separada por embeddings e elimina a dependência do uptime de terceiros. Quanto mais sensíveis os dados e maior a frequência de consultas, mais evidente é o ganho dessa abordagem.

Numa visão mais ampla, o Agentis Memory mostra como a infraestrutura em torno dos agentes de IA está mudando. Para o mercado, já não basta conectar um LLM, ferramentas e um orquestrador. O próximo ponto de competição é a memória compartilhada, a velocidade de sincronização do contexto e a capacidade do sistema de descartar rapidamente hipóteses falsas. Se o modelo compatível com Redis e com embeddings locais se firmar em cargas reais, essas soluções podem se tornar para os sistemas de agentes o que o Redis comum há muito é para o desenvolvedor backend clássico: uma camada rápida de coordenação, cache e memória de trabalho compartilhada.

*A Meta é considerada organização extremista e está proibida na Federação Russa.

História
ZK
Zhemal Khamidun — CPO da Alpina Digital, gerente de produto do AlpinaGPT. Cria produtos de IA desde 2019. O Hamidun News é um projeto pessoal que virou um agregador em produção com mais de 6.000 leitores.
✦ Unified AI Workspace · Nomad

Test Frontier LLMs & Autonomous Agents in One Workspace

Run Claude Opus 5.5, GPT-6, Gemini 3.1, and DeepSeek side-by-side in Nomad AI (nomadnet.ai) — unified model routing, deep research, and multimodal workflows under one subscription.

Try Nomad AI →Launch Nomad Agent
O que você acha?
Carregando comentários…