Banco de Memória

Visão Geral

O AI Cockpit Reasoning funciona de forma mais eficiente com o Banco de Memória ativado, compreendendo instantaneamente o contexto e as tecnologias do projeto.

O Problema: Perda de Memória da IA

Assistentes de IA como o AI Cockpit Reasoning enfrentam uma limitação fundamental: eles reiniciam completamente entre as sessões. Essa "perda de memória" significa que toda vez que você inicia uma nova conversa, precisa reexplicar a arquitetura, os objetivos, as tecnologias e o status atual do seu projeto. Isso cria um dilema crítico de eficiência: os modelos de IA fazem edições sem o devido entendimento do projeto (levando a erros e soluções desalinhadas) ou devem gastar tempo e recursos significativos analisando toda a sua base de código em cada sessão (o que é proibitivamente caro e lento para projetos maiores).

Sem uma solução para este problema de memória, os assistentes de IA permanecem ferramentas poderosas, mas sem estado, que não podem funcionar verdadeiramente como parceiros de desenvolvimento persistentes.

A Solução: Banco de Memória

O Banco de Memória é um sistema de documentação estruturada que permite ao AI Cockpit Reasoning entender melhor o seu projeto e manter o contexto entre as sessões de codificação. Ele transforma seu assistente de IA de uma ferramenta sem estado em um parceiro de desenvolvimento persistente com recordação perfeita dos detalhes do seu projeto. O AI Cockpit Reasoning lê automaticamente seus arquivos do Banco de Memória para reconstruir seu entendimento do projeto sempre que você inicia uma nova sessão.

Quando o Banco de Memória está ativo, o AI Cockpit Reasoning inicia cada tarefa com [Banco de Memória: Ativo] e um breve resumo do contexto do seu projeto, garantindo uma compreensão consistente sem explicações repetitivas.

Principais Benefícios

• Agnóstico de Linguagem: Funciona com qualquer linguagem de programação ou framework
• Compreensão Eficiente do Projeto: Ajuda o AI Cockpit Reasoning a entender o propósito e a pilha de tecnologia de um projeto
• Preservação do Contexto: Mantém o conhecimento do projeto entre as sessões sem a necessidade de escanear arquivos em cada nova sessão
• Inicialização Mais Rápida: O AI Cockpit Reasoning compreende imediatamente o contexto do seu projeto quando você inicia uma nova sessão
• Projetos Autodocumentados: Cria documentação valiosa como um subproduto

Como o Banco de Memória Funciona

O Banco de Memória é construído sobre o recurso de Regras Personalizadas do AI Cockpit Reasoning, fornecendo uma estrutura especializada para a documentação do projeto. Os arquivos do Banco de Memória são arquivos markdown padrão armazenados na pasta .AI Cockpitcode/rules/memory-bank dentro do repositório do seu projeto. Eles não são ocultos ou proprietários - são arquivos de documentação regulares que tanto você quanto o AI Cockpit Reasoning podem acessar.

No início de cada tarefa, o AI Cockpit Reasoning lê todos os arquivos do Banco de Memória para construir uma compreensão abrangente do seu projeto. Isso acontece automaticamente sem exigir nenhuma ação sua. O AI Cockpit Reasoning então indica a ativação bem-sucedida do Banco de Memória com [Banco de Memória: Ativo] no início de sua resposta, seguido por um breve resumo de sua compreensão do seu projeto.

Os arquivos são organizados em uma estrutura hierárquica que constrói uma imagem completa do seu projeto:

Arquivos Principais do Banco de Memória

brief.md

Este arquivo é criado e mantido manualmente por você

• A base do seu projeto
• Visão geral de alto nível do que você está construindo
• Requisitos e objetivos principais

Exemplo: "Construindo um aplicativo da web em React para gerenciamento de inventário com escaneamento de código de barras. O sistema precisa suportar vários armazéns e se integrar ao nosso sistema ERP existente."

Nota: O AI Cockpit Reasoning não editará este arquivo diretamente, mas pode sugerir melhorias se identificar maneiras de aprimorar o resumo do seu projeto.

product.md

• Explica por que o projeto existe
• Descreve os problemas que estão sendo resolvidos
• Esboça como o produto deve funcionar
• Objetivos da experiência do usuário

Exemplo: "O sistema de inventário precisa suportar vários armazéns e atualizações em tempo real. Ele resolve o problema de discrepâncias de inventário, fornecendo escaneamento de código de barras para contagens de estoque precisas."

context.md

• O arquivo atualizado com mais frequência
• Contém o foco de trabalho atual e as mudanças recentes
• Rastreia decisões e considerações ativas
• Próximos passos para o desenvolvimento

Exemplo: "Atualmente implementando o componente de scanner de código de barras; a última sessão concluiu a integração da API. Os próximos passos incluem adicionar tratamento de erros para falhas de rede."

architecture.md

• Documenta a arquitetura do sistema
• Registra as principais decisões técnicas
• Lista os padrões de design em uso
• Explica os relacionamentos entre componentes
• Caminhos críticos de implementação

Exemplo: "Usando Redux para gerenciamento de estado com uma estrutura de armazenamento normalizada. O aplicativo segue uma arquitetura modular com serviços separados para comunicação com a API, gerenciamento de estado e componentes de UI."

tech.md

• Lista as tecnologias e frameworks usados
• Descreve a configuração de desenvolvimento
• Observa as restrições técnicas
• Registra dependências e configurações de ferramentas
• Padrões de uso de ferramentas

Exemplo: "React 18, TypeScript, Firebase, Jest para testes. O desenvolvimento requer Node.js 16+ e usa o Vite como ferramenta de compilação."

Arquivos de Contexto Adicionais

Crie arquivos adicionais conforme necessário para organizar:

• Documentação de recursos complexos
• Especificações de integração
• Documentação da API
• Estratégias de teste
• Procedimentos de implantação

Esses arquivos adicionais ajudam a organizar informações mais detalhadas que não se encaixam perfeitamente nos arquivos principais.

tasks.md

Arquivo opcional para documentar tarefas repetitivas

• Armazena fluxos de trabalho para tarefas que seguem padrões semelhantes
• Documenta quais arquivos precisam ser modificados
• Captura procedimentos passo a passo
• Registra considerações importantes e "pegadinhas"

Exemplo: Adicionar suporte para novos modelos de IA, implementar endpoints de API ou qualquer tarefa que exija a execução de trabalhos semelhantes repetidamente.

Começando com o Banco de Memória

Configuração Inicial

1. Crie uma pasta .AI Cockpitcode/rules/memory-bank/ em seu projeto
2. Escreva um resumo básico do projeto em .AI Cockpitcode/rules/memory-bank/brief.md
3. Crie um arquivo .AI Cockpitcode/rules/memory-bank-instructions.md e cole lá este documento
4. Mude para o modo Architect
5. Verifique se um modelo de IA de melhor qualidade está selecionado, não use modelos "leves"
6. Peça ao AI Cockpit Reasoning para "inicializar o banco de memória"
7. Aguarde o AI Cockpit Reasoning analisar seu projeto e inicializar os arquivos do Banco de Memória
8. Verifique o conteúdo dos arquivos para ver se o projeto está descrito corretamente. Atualize os arquivos, se necessário.

Dicas para o Briefing do Projeto

• Comece simples - pode ser tão detalhado ou de alto nível quanto você quiser
• Foque no que mais importa para você
• O AI Cockpit Reasoning ajudará a preencher as lacunas e fazer perguntas
• Você pode atualizá-lo à medida que seu projeto evolui

Exemplo de prompt que resulta em um bom briefing:

Forneça uma descrição concisa e abrangente deste projeto, destacando seus principais objetivos, características-chave, tecnologias utilizadas e importância. Em seguida, escreva esta descrição em um arquivo de texto com um nome apropriado para refletir o conteúdo do projeto, garantindo clareza e profissionalismo na escrita. Seja breve e direto.

Trabalhando com o Banco de Memória

Fluxos de Trabalho Principais

Inicialização do Banco de Memória

A etapa de inicialização é extremamente importante, pois estabelece a base para todas as interações futuras com o seu projeto. Quando você solicita a inicialização com o comando initialize memory bank, o AI Cockpit Reasoning irá:

1. Realizar uma análise exaustiva do seu projeto, incluindo:
   • Todos os arquivos de código-fonte e seus relacionamentos
   • Arquivos de configuração e configuração do sistema de compilação
   • Estrutura do projeto e padrões de organização
   • Documentação e comentários
   • Dependências e integrações externas
   • Frameworks e padrões de teste
2. Criar arquivos abrangentes do banco de memória na pasta .AI Cockpitcode/rules/memory-bank
3. Fornecer um resumo detalhado do que ele entendeu sobre o seu projeto
4. Pedir para você verificar a precisão dos arquivos gerados

Importante

Tire um tempo para revisar e corrigir cuidadosamente os arquivos gerados após a inicialização. Quaisquer mal-entendidos ou informações ausentes nesta fase afetarão todas as interações futuras. Uma inicialização completa melhora drasticamente a eficácia do AI Cockpit Reasoning, enquanto uma inicialização apressada ou incompleta limitará permanentemente sua capacidade de ajudá-lo de forma eficaz.

Atualizações do Banco de Memória

As atualizações do Banco de Memória ocorrem quando:

1. O AI Cockpit Reasoning descobre novos padrões no projeto
2. Após a implementação de mudanças significativas
3. Quando você solicita explicitamente com update memory bank
4. Quando o contexto precisa de esclarecimento

Para executar uma atualização do Banco de Memória, o AI Cockpit Reasoning irá:

1. Revisar TODOS os arquivos do projeto
2. Documentar o estado atual
3. Documentar insights e padrões
4. Atualizar todos os arquivos do banco de memória conforme necessário

Você pode direcionar o AI Cockpit Reasoning para focar em fontes de informação específicas usando comandos como update memory bank using information from 'Makefile' (veja abaixo o conteúdo do arquivo).

Execução Regular de Tarefas

No início de cada tarefa, o AI Cockpit Reasoning:

1. Lê TODOS os arquivos do banco de memória
2. Inclui [Banco de Memória: Ativo] no início de sua resposta
3. Fornece um breve resumo de seu entendimento sobre o seu projeto
4. Prossegue com a tarefa solicitada

Ao final de uma tarefa, o AI Cockpit Reasoning pode sugerir a atualização do banco de memória se mudanças significativas foram feitas, usando a frase: "Você gostaria que eu atualizasse o banco de memória para refletir essas mudanças?"

Fluxo de Trabalho para Adicionar Tarefa

Quando você conclui uma tarefa repetitiva que segue um padrão semelhante a cada vez, pode documentá-la для referência futura. Isso é particularmente útil para tarefas como adicionar funcionalidades que seguem padrões existentes.

Para documentar uma tarefa, use o comando add task ou store this as a task. O AI Cockpit Reasoning irá:

1. Criar ou atualizar o arquivo tasks.md na pasta do banco de memória
2. Documentar a tarefa usando o contexto atual:
   • Nome e descrição da tarefa
   • Lista de arquivos que precisam ser modificados
   • Fluxo de trabalho passo a passo
   • Considerações importantes
   • Exemplo de implementação

Ao iniciar uma nova tarefa, o AI Cockpit Reasoning verificará se ela corresponde a alguma tarefa documentada e seguirá o fluxo de trabalho estabelecido para garantir que nenhuma etapa seja perdida.

Comandos Principais

• initialize memory bank - Use ao iniciar um novo projeto
• update memory bank - Inicia uma reanálise abrangente da documentação contextual para a tarefa atual. Atenção: Isso consome muitos recursos e não é recomendado para modelos "leves" devido à eficácia potencialmente reduzida. Pode ser usado várias vezes, combinando bem com instruções específicas, por exemplo, update memory bank using information from 'Makefile' (veja o conteúdo do arquivo abaixo)
• add task ou store this as a task - Documenta uma tarefa repetitiva para referência futura

Indicadores de Status

O AI Cockpit Reasoning usa indicadores de status para comunicar claramente o status do Banco de Memória:

• [Memory Bank: Active] - Indica que os arquivos do Banco de Memória foram lidos com sucesso e estão sendo usados
• [Memory Bank: Missing] - Indica que os arquivos do Banco de Memória não foram encontrados ou estão vazios

Esses indicadores aparecem no início das respostas do AI Cockpit Reasoning, fornecendo confirmação imediata do status do Banco de Memória.

Atualizações da Documentação

As atualizações do Banco de Memória devem ocorrer automaticamente quando:

• Você descobre novos padrões em seu projeto
• Após implementar mudanças significativas
• Quando você solicita explicitamente com update memory bank
• Quando você sente que o contexto precisa de esclarecimento

Gerenciamento da Janela de Contexto

Conforme você trabalha com o AI Cockpit Reasoning, sua janela de contexto eventualmente ficará cheia. Quando você notar que as respostas estão ficando mais lentas ou as referências menos precisas:

1. Peça ao AI Cockpit Reasoning para "update memory bank" para documentar o estado atual
2. Inicie uma nova conversa/tarefa
3. O AI Cockpit Reasoning acessará automaticamente seu Banco de Memória na nova conversa

Este processo garante a continuidade entre várias sessões sem perder contexto importante.

Lidando com Inconsistências

Se o AI Cockpit Reasoning detectar inconsistências entre os arquivos do banco de memória:

1. Ele priorizará as informações de brief.md como a fonte da verdade
2. Apontará quaisquer discrepâncias para você
3. Continuará trabalhando com as informações mais confiáveis disponíveis

Isso garante que, mesmo com documentação imperfeita, o AI Cockpit Reasoning ainda possa funcionar de forma eficaz.

Perguntas Frequentes

Onde os arquivos do banco de memória são armazenados?

Os arquivos do Banco de Memória são arquivos markdown regulares armazenados no repositório do seu projeto, geralmente em uma pasta .AI Cockpitcode/rules/memory-bank/. Eles não são arquivos de sistema ocultos - foram projetados para fazer parte da documentação do seu projeto.

Com que frequência devo atualizar o banco de memória?

Atualize o Banco de Memória após marcos significativos ou mudanças de direção. Para desenvolvimento ativo, atualizações a cada poucas sessões podem ser úteis. Use o comando "update memory bank" quando quiser garantir que todo o contexto seja preservado.

Posso editar os arquivos do banco de memória manualmente?

Sim! Embora o AI Cockpit Reasoning gerencie a maioria dos arquivos, você pode editar qualquer um deles manualmente. O arquivo brief.md foi projetado especificamente para ser mantido por você. Edições manuais em outros arquivos serão respeitadas pelo AI Cockpit Reasoning.

O que acontece se os arquivos do banco de memória estiverem faltando?

Se os arquivos do banco de memória estiverem faltando, o AI Cockpit Reasoning indicará isso com [Memory Bank: Missing] no início de sua resposta e sugerirá a inicialização do banco de memória.

O Banco de Memória funciona com todos os modelos de IA?

O Banco de Memória funciona com todos os modelos de IA, mas modelos mais poderosos criarão arquivos de banco de memória mais abrangentes e precisos. Modelos leves podem ter dificuldades com o processo de análise e atualização dos arquivos do banco de memória, que consome muitos recursos.

Posso usar o Banco de Memória com vários projetos?

Sim! Cada projeto tem seu próprio Banco de Memória em sua pasta .AI Cockpitcode/rules/memory-bank/. O AI Cockpit Reasoning usará automaticamente o Banco de Memória correto para cada projeto.

O Banco de Memória não consome minha janela de contexto?

Sim, o Banco de Memória consome parte de sua janela de contexto no início de cada sessão, pois carrega todos os arquivos do banco de memória. No entanto, essa é uma troca estratégica que melhora significativamente a eficiência geral. Ao carregar o contexto do projeto antecipadamente:

• Você elimina explicações repetitivas que consumiriam ainda mais contexto ao longo do tempo
• Você alcança resultados produtivos com menos trocas de mensagens
• Você mantém um entendimento consistente durante toda a sua sessão

Testes mostram que, embora o Banco de Memória use mais tokens inicialmente, ele reduz drasticamente o número total de interações necessárias para alcançar resultados. Isso significa menos tempo explicando e mais tempo construindo.

Melhores Práticas

Começando

• Comece com um briefing básico do projeto e deixe a estrutura evoluir
• Deixe o AI Cockpit Reasoning ajudar a criar a estrutura inicial
• Revise e ajuste os arquivos conforme necessário para corresponder ao seu fluxo de trabalho
• Verifique a precisão dos arquivos gerados após a inicialização

Trabalho Contínuo

• Deixe os padrões surgirem naturalmente enquanto você trabalha
• Não force as atualizações da documentação - elas devem acontecer organicamente
• Confie no processo - o valor se acumula com o tempo
• Fique atento à confirmação do contexto no início das sessões
• Use os indicadores de status para confirmar que o Banco de Memória está ativo

Fluxo de Documentação

• brief.md é a sua base
• context.md muda com mais frequência
• Todos os arquivos mantêm coletivamente a inteligência do projeto
• Atualize após marcos significativos ou mudanças de direção

Otimizando o Desempenho do Banco de Memória

• Mantenha os arquivos do banco de memória concisos e focados
• Use arquivos adicionais para documentação detalhada
• Atualize regularmente, mas não excessivamente
• Use comandos de atualização específicos ao focar em aspectos particulares

Lembre-se

O Banco de Memória é o único elo do AI Cockpit Reasoning com o trabalho anterior. Sua eficácia depende inteiramente da manutenção de uma documentação clara e precisa e da confirmação da preservação do contexto em cada interação. Quando você vir [Memory Bank: Active] no início de uma resposta, pode ter certeza de que o AI Cockpit Reasoning tem um entendimento abrangente do seu projeto.