Beads
Agentes de IA perdem o fio da meada em tarefas longas. Todo mundo que usa sabe disso. O Beads é a solução mais pragmática que apareceu até agora para esse problema. 🚀
O problema é bem documentado em 2026: você configura um agente para um projeto que vai levar horas, e em algum momento ele "esquece" o contexto. O arquivo de planejamento existe, mas o modelo não se ancora nele de forma confiável. Quando você volta, o trabalho foi pela metade — ou tomou uma direção errada.
O Beads substitui os arquivos de planejamento markdown por um banco de dados versionado com estrutura de dependências entre tarefas. O estado do trabalho não fica na memória do modelo — fica persistido, com histórico de versões, acessível mesmo depois de horas de intervalo.
O que torna a abordagem diferente de outras soluções: o banco de dados por baixo é o Dolt, que tem branching e merge nativos como o Git — só que para dados. Na prática, dois agentes podem trabalhar em partes paralelas do mesmo projeto sem conflito, e depois juntar o trabalho como se fosse um merge de código. Para times com múltiplos agentes rodando ao mesmo tempo, isso elimina uma categoria inteira de problemas de coordenação.
O sistema ainda faz "memory compaction" automática: tarefas antigas fechadas são sumarizadas para preservar o contexto do agente antes de cada ciclo novo. O equivalente de um agente fazer sua própria limpeza de memória antes de começar um novo sprint.
O repositório tem 21.985 estrelas, 1.400 forks e 89 versões lançadas — a mais recente em abril de 2026.
Link do repositório aqui: https://github.com/gastownhall/beads
Já assine a newsletter para receber conteúdos de IA prontos para você postar! → https://thairahub.com/portal
Se você achou isso útil, interage com o post pois isso ajuda bastante. 👊
Repositório: https://github.com/gastownhall/beads