O projeto engrim apresenta um motor de memória universal, local-first, baseado em SQLite que resolve a diluição de contexto e o vendor lock-in no desenvolvimento de IA. Esta solução de zero dependência na nuvem permite que desenvolvedores alternem perfeitamente entre Google Antigravity, Claude Code, Cursor e Windsurf dentro do mesmo projeto sem perder decisões arquitetônicas ou estado do projeto. A inovação central substitui a diluição de atenção inchada por uma memória de trabalho episódica curada de 4.000 caracteres, reduzindo drasticamente os custos de contexto enquanto preserva a continuidade entre trocas de modelo.

Testes empíricos demonstram valor significativo: um estudo de caso de 105 sessões em um sistema de trading algorítmico de 50.000 linhas mostrou zero regressões em 186 testes unitários e nenhuma amnésia de contexto durante transições de modelo. Testes de produção revelaram redução de 99%+ no custo de contexto recarregado, consolidando mais de 153.000 tokens de trabalho em menos de 1.000 tokens (<1% de janelas de contexto padrão). A arquitetura apresenta recuperação híbrida combinando busca por palavras-chave SQLite FTS5 com embeddings vetoriais para carregamento inteligente de contexto quente.

A solução oferece recursos poderosos incluindo um Botão de Salvar para externalizar decisões e restrições, e Carregamento Inteligente de Contexto Quente que mantém a integridade do contexto mesmo após limpeza de sessões. A instalação é simplificada através de detecção automática de ambientes instalados como Google Antigravity, Claude Code e Cursor, com guias de configuração explícitos para cada plataforma.

Entidades Principais: Empresas: Google Antigravity, Claude Code, Cursor, Windsurf