Tembory Agent Memory for n8n

Stable release: 2.0.1. Instale-o lado a lado com o pacote legado e migre workflows somente de forma controlada.

RC13 mantém o arquivo JSONB durável do RC11 e adiciona timeout explícito de 60 s com retry seguro à consolidação incremental. Gravação e recuperação lexical permanecem disponíveis sem um modelo de embeddings. O Core aceita o contrato anterior durante o rollout aditivo; a ativação vetorial continua opt-in.

RC8 — orçamento final e contexto sem cópias repetidas

O limite final também se aplica com pgvector desligado. Ferramentas aparecem uma vez na projeção; eventos brutos continuam no armazenamento. Detalhes antigos só saem da janela por orçamento quando seus IDs têm confirmação explícita de consolidação. Fatos vigentes e ferramentas ainda não consolidadas não são descartados para fazer o payload caber.

Evidências vetoriais duplicadas são removidas da projeção. Trechos que não cabem podem ser parciais, identificados por origem e partial, ou omitidos com contagem em diagnóstico. Falta de espaço para histórico opcional não interrompe uma base válida. Se o próprio contexto essencial não couber, a execução falha explicitamente; isso não deve ser tratado como sucesso.

RC7 — recuperação histórica com pgvector

Conecte um node de Embeddings do n8n/LangChain, habilite Historical Recall (pgvector) e informe Embedding Space, identificando provedor/modelo/revisão (exemplo: openai/text-embedding-3-small/v1). Use o mesmo modelo na gravação e busca; troca de modelo exige outro espaço e reindexação explícita. A opção fica desligada nos workflows existentes até ativação deliberada.

Os vetores ficam no Postgres do Tembory. Pré-requisito: aplicar tembory-core/vector-schema.sql e instalar Core/gateway compatíveis antes de habilitar o workflow. O Core precisa incluir vector_memory.py. O pacote local não implica publicação ou instalação em produção.

Cada turno arquiva entrada, saída e ferramentas capturadas em blocos completos de até 3.000 caracteres. A busca por similaridade de cosseno entrega trechos históricos com origem ao payload final do AI Agent. Trechos podem ser parciais ou superados; não substituem correções explícitas recentes nem autorizam ferramentas.

Falha de embedding, gravação, busca ou excesso do contexto essencial gera erro explícito. Evidência histórica opcional pode ser omitida por orçamento. O limite mede caracteres do payload de memória serializado, não o prompt inteiro, schemas das ferramentas ou tokens exatos do modelo. Embeddings têm o custo do provedor conectado.

A retenção respeita o limite do projeto no servidor. Expirados saem da busca imediatamente e são removidos fisicamente na próxima gravação da conversa; executar vector-maintenance.sql periodicamente cobre conversas inativas. A gravação vetorial precede a confirmação do estado: arquivo de uma tentativa pode existir após falha da gravação do estado, e não prova que o turno foi confirmado.

Evidências e limites: specs/003-context-continuity-sdk-parity/rc7-implementation.md no repositório principal.

Uso automático

Selecione a credencial Tembory e conecte a memória ao AI Agent. A identificação da conversa é detectada em campos comuns; ela deve permanecer estável entre mensagens. No AI Agent compatível (validado em n8n 2.19.5, Agent 3.1), o node reutiliza automaticamente o modelo e o system prompt do agente. Modelo de resumo separado e objetivo alternativo são opcionais; a sobrescrita do objetivo fica em Avançado. Outros runtimes podem exigir um modelo de resumo conectado explicitamente.

No modo automático, cada turno grava entrada, saída e ferramentas capturadas em um trecho incremental persistido no PostgreSQL. A consolidação ocorre durante a leitura ao atingir oito eventos ou o menor valor entre 12 mil caracteres e 30% do orçamento (mínimo de mil caracteres). Com 20 mil, o gatilho é seis mil. Se o resumo falhar, os eventos não são reconhecidos como consolidados. Uma saudação é registrada sem exigir resumo a cada mensagem.

Os controles de orçamento, persistência, diagnóstico e formato ficam em Advanced Settings. Persistência obrigatória, fatos, resultados de ferramentas, correções, pendências, estado operacional, proteção contra repetição e resumo incremental já estão ativos no uso automático. Isso não substitui autorização nem um executor de ferramentas com idempotência. O modo de resumo a cada leitura continua disponível por compatibilidade.

O adaptador do engine lê apenas o frame do agente solicitante: recupera as rodadas anteriores e as ferramentas atuais, valida o índice do item e não altera o workflow nem o código do n8n. Não consulta outras execuções. Essa ponte depende da estrutura interna do n8n; em runtime incompatível permanece o contrato de mensagens padrão, sem promessa de captura de chamadas omitidas por esse runtime.

Leituras repetidas compartilham um snapshot somente dentro da execução e do mesmo node/credencial/conversa/item/configuração. Gravações invalidam esse cache. Estado V2 no engine compatível é isolado por execução e credencial; nunca é gravado no staticData do workflow. No caminho padrão, há uma gravação confirmada por resposta, não duas. A otimização do prompt elimina representações repetidas, mantendo os eventos novos e os resultados originais capturados.

O trecho incremental está sujeito ao orçamento final do contexto V2. Em falhas prolongadas do sumarizador, os eventos são preservados no estado e a execução pode falhar por excesso de contexto essencial; eles não são descartados silenciosamente. Não há promessa de retenção ilimitada no prompt.

Ao reutilizar automaticamente um modelo GPT-5 do agente, a chamada de consolidação usa reasoning.effort=low; as chamadas do agente mantêm sua configuração original. Um modelo de resumo explicitamente conectado mantém a configuração escolhida pelo usuário. RC6 elimina cópias do histórico nas seções de status e preserva a ordem das ferramentas recuperadas. Inferências de etapa não estabelecem novas pré-condições nem proíbem uma chamada exigida pelo prompt. Falha de gravação no modo obrigatório é propagada ao agente, não tratada como sucesso.

O node tem identidade exclusiva temboryAgentMemoryV2, contrato fixo agent-context/2, persistência PostgreSQL obrigatória por padrão, revisão otimista e recibos de gravação. Ele não substitui nem migra o node antigo.

O pacote reutiliza o runtime testado por meio de npm run sync:standalone no pacote canônico. Durante o canário, referencia a credencial temboryApi já registrada pelo pacote antigo, sem duplicar definição nem copiar segredos.

This is a public side-by-side release candidate, not a GA release.

Install it only beside n8n-nodes-tembory; the old package supplies the shared credential type while both node identities remain distinct.

Package identity

• npm package: n8n-nodes-tembory-agent-memory-v2
• n8n node display name: Tembory Agent Memory v2 (Canary)
• n8n node internal name: temboryAgentMemoryV2
• guard internal name: temboryActionGuardV2
• credential dependency: temboryApi from the legacy package

Why separate

The legacy package remains available as n8n-nodes-tembory. This package is the opt-in ElefAI LAB path for the next Agent Memory experience without changing existing workflows.

Release candidate use

Use this release candidate only in explicitly selected workflows. Do not migrate customer workflows during this validation phase.