# Niadra

> A memória omnichannel dos agentes de IA da sua empresa. Tudo o que um cliente diz ou faz, em qualquer canal ou sistema, vira uma memória só, e qualquer agente, de qualquer fornecedor, começa sabendo. Troque o fornecedor sem perder a memória. Totalmente gerenciada.

> The omnichannel memory for your company’s AI agents. Everything a customer says or does, on any channel or system, becomes one memory, and any agent, from any vendor, starts out knowing. Switch vendors without losing the memory. Fully managed.

Memória omnichannel compartilhada para todos os seus agentes de IA. A memória omnichannel compartilhada dos seus agentes de IA. Site: https://niadra.com/ (português) · https://niadra.com/en (English).

## Fatos principais

- Categoria: A camada de memória omnichannel para os agentes de IA da empresa.
- O que é: Hoje cada agente de IA sabe só o que passou por ele. A Niadra é a memória que todos eles compartilham: reconhece o cliente onde ele aparecer, entrega o contexto antes da primeira palavra e abre o histórico inteiro. O cliente conta a história uma vez só.
- A plataforma: Memória omnichannel compartilhada para todos os seus agentes de IA. Tudo o que um cliente diz ou faz, em qualquer canal ou sistema, vira uma memória só. Cada agente de IA, de qualquer fornecedor, começa sabendo o que os outros já viram e fizeram.
- Como se conecta: `context()` antes de agir, o agente recebe o contexto do cliente para a tarefa dele. `search()` durante o trabalho, o agente consulta o histórico inteiro. `track()` depois, a conversa ou a ação entra na memória.
- Velocidade: 0: Chamadas de IA e consultas ao banco numa leitura de contexto já pronto. Numa ligação, nada roda entre o toque e o alô. 8 s: Janela de espera depois que uma conversa termina, para ler de uma vez tudo o que o mesmo cliente disse. A leitura já está no preço. 3: Chamadas no seu código. Nada a reescrever no agente que você já tem. 36: Integrações prontas, em Python e TypeScript: voz, frameworks de agente, canais e automação.
- Motor: Registro completo (Cada conversa, evento e ação, guardados como chegaram e nunca reescritos); Identidade unificada (Telefone, e-mail, documento, login e o ID de cada sistema viram um só cliente); Memória estruturada (Fatos, pendências, promessas, ações e padrões, cada um com data, origem e evidência); Contexto sob medida (Para cada agente e cada tarefa, o contexto certo, no tamanho certo); Busca no histórico (O agente percorre tudo o que já aconteceu com o cliente, em qualquer canal); Governança (Quem lê o quê, para quê e quando, com registro de cada leitura).
- Produtos, cada um com a sua página: Sistemas (pedidos, tickets e faturas entram na memória pelos avisos que os seus sistemas já emitem) https://niadra.com/produtos/sistemas; Memória (o que foi dito e feito, com data, origem e evidência) https://niadra.com/produtos/memoria; Identidade (pessoas, empresas e parceiros, reconhecidos em qualquer canal) https://niadra.com/produtos/identidade; Padrões (o que cada cliente repete, calculado do histórico e entregue a todo agente) https://niadra.com/produtos/padroes; Estado (o que vale agora para cada cliente, com a data e a fonte de cada valor) https://niadra.com/produtos/estado; Contexto (o que cada agente precisa saber antes de começar) https://niadra.com/produtos/contexto; Histórico (tudo o que já aconteceu, para o agente consultar) https://niadra.com/produtos/historico; Avisos (um aviso assinado para o seu sistema na hora em que algo acontece) https://niadra.com/produtos/avisos; Conferência (o agente só afirma preço, data e número que conferiu. o que não conferiu é sinalizado) https://niadra.com/produtos/conferencia; Coordenação (quem está com o cliente agora e o que já foi feito, antes de um agente agir) https://niadra.com/produtos/coordenacao; Medição (se cada agente usou o contexto que recebeu) https://niadra.com/produtos/medicao; Registro (por que o agente fez o que fez, turno a turno) https://niadra.com/produtos/registro; Console (quem leu o quê, revisão, exportação e apagamento) https://niadra.com/produtos/console.
- SDK: Qualquer agente se liga à memória com três chamadas, em Python, TypeScript, HTTP ou MCP. https://docs.niadra.com
- Integrações, cada uma com a sua página: LiveKit Agents https://niadra.com/integracoes/livekit; Pipecat https://niadra.com/integracoes/pipecat; Vapi https://niadra.com/integracoes/vapi; Retell AI https://niadra.com/integracoes/retell; ElevenLabs Agents Platform https://niadra.com/integracoes/elevenlabs; Twilio https://niadra.com/integracoes/twilio; WhatsApp Cloud API https://niadra.com/integracoes/whatsapp; OpenAI Agents SDK https://niadra.com/integracoes/openai-agents; LangGraph https://niadra.com/integracoes/langgraph; LangChain https://niadra.com/integracoes/langchain; CrewAI https://niadra.com/integracoes/crewai; Vercel AI SDK https://niadra.com/integracoes/ai-sdk; n8n https://niadra.com/integracoes/n8n. As 36 integrações estão na documentação: https://docs.niadra.com/integrations/overview
- Operação: Totalmente gerenciada pela Niadra. Do seu lado, só o SDK.
- Segurança: AES-256-GCM, TLS 1.3, HSM FIPS 140-3, SHA-256, SAML 2.0 · OIDC, LGPD, GDPR, Nuvem ISO 27001 · SOC 2 · PCI DSS. Seus dados nunca treinam modelos de IA. Seus dados nunca são vendidos. Só leem os agentes que você autorizar. Dado pessoal é mascarado antes de a IA da Niadra ler a conversa.
- Preço: Produção: US$ 2 a 3, a cada mil conversas ou tarefas, conforme o volume; Regulado: Sob contrato, para banco, seguradora e saúde.
- Benchmark (https://niadra.com/benchmark): execução de 30/09/2026 em us-east-2, com o mesmo agente, o mesmo juiz e os mesmos modelos para todos os sistemas. Acerto entre canais nos mesmos 165 cenários válidos: Niadra 98,7% (3 repetições), Hindsight 86,7% (1 repetição), Hindsight com reflect 86,7% (1 repetição), Amazon Bedrock AgentCore Memory 80% (3 repetições), Honcho (dialética) 79,4% (1 repetição), Mem0 código aberto 77,6% (3 repetições), Memobase 77% (1 repetição), Mem0 código aberto com rerank 76,4% (3 repetições), Supermemory local 71,6% (1 repetição), Cognee 70,3% (1 repetição), LangMem 66,7% (1 repetição), Honcho 53,4% (1 repetição), Graphiti 52,8% (1 repetição), MemOS 51,6% (1 repetição). Gasto com modelo por mil conversas, pelo mesmo método para todos: Niadra US$ 0,36, Honcho US$ 0,97, Mem0 código aberto US$ 1,88, LangMem US$ 3,70, MemOS US$ 3,70, Memobase US$ 4,13, Mem0 código aberto com rerank US$ 4,82, Supermemory local US$ 5,78, Hindsight US$ 6,10, Honcho (dialética) US$ 6,92, Cognee US$ 6,95, Hindsight com reflect US$ 18,32, Graphiti US$ 18,72. A página traz todas as medidas, inclusive as que a Niadra não lidera, com o método e os arquivos de resultado. O benchmark é produzido pela Niadra; o script, o conjunto de dados e os arquivos de resultado são públicos, e qualquer pessoa pode reproduzi-lo. Com os blocos de estado e restrições (execução de 30/09/2026, numa célula local do script, 3 repetições, 126 respostas por braço, o mesmo agente e o mesmo juiz): 84,9% de acerto pelo juiz em todos os casos, intervalo de 95% [78, 90], contra 36,6% sem os blocos. Restrição declarada respeitada de 0% para 94,4%; o que mudou desde a última vez de 0% para 100%; 0 de 126 leituras sem verificação com dado sensível no bloco; segunda tentativa do mesmo efeito recusada como já feita em 18 de 18; um turno que não pede bloco custa o mesmo em tokens (+0% na mediana). Arquivos em https://github.com/ainiadra/niadra-sdk-python/tree/main/benchmarks/results/typed/2026-09-30-b59a5d.
- Acesso antecipado: a Niadra está abrindo para empresas por pedido, antes do lançamento; o pedido é pelo formulário em https://niadra.com/enterprise

## Páginas (português)

- [Niadra: memória omnichannel compartilhada para todos os seus agentes de IA](https://niadra.com/index.md): A memória omnichannel dos agentes de IA da sua empresa. Tudo o que um cliente diz ou faz, em qualquer canal ou sistema, vira uma memória só, e qualquer agente, de qualquer fornecedor, começa sabendo. Troque o fornecedor sem perder a memória. Totalmente gerenciada.
- [Produtos da Niadra: do evento ao contexto, com governança](https://niadra.com/produtos.md): Os treze produtos da memória omnichannel da Niadra, cada um com a sua página: sistemas, memória, identidade, padrões, estado, contexto, histórico, avisos, conferência, coordenação, medição, registro e Console.
- [Sistemas: eventos do CRM, do ERP e do help desk na memória dos agentes de IA | Niadra](https://niadra.com/produtos/sistemas.md): Pedidos, faturas e tickets entram na memória pelos avisos que os seus sistemas já emitem, ligados ao cliente certo, sem IA no caminho.
- [Memória: todos os seus agentes de IA, uma memória só | Niadra](https://niadra.com/produtos/memoria.md): A memória que todos os agentes de IA da sua empresa compartilham: reconhece o cliente onde ele aparecer, entrega o contexto antes da primeira palavra e abre o histórico inteiro para consulta.
- [Identidade: o mesmo cliente em todos os canais e sistemas | Niadra](https://niadra.com/produtos/identidade.md): Telefone, e-mail, documento, login e o ID de cada sistema viram um cliente só. A união é reversível, e empresas e parceiros também são reconhecidos.
- [Padrões: o que cada cliente repete, com a prova de cada sinal | Niadra](https://niadra.com/produtos/padroes.md): A Niadra calcula, a partir do histórico, o que se repete com cada cliente, e entrega a todo agente com as provas e o prazo de validade.
- [Estado: o que vale agora para cada cliente, com data, fonte e o que se pode afirmar | Niadra](https://niadra.com/produtos/estado.md): Um pedido, uma fatura, uma proposta, uma cotação: o que vale agora para cada cliente, cada valor com a data em que foi atualizado, a fonte e o que o agente pode afirmar com ele.
- [Contexto: o que cada agente de IA precisa saber antes de começar | Niadra](https://niadra.com/produtos/contexto.md): O que cada agente de IA precisa saber desse cliente antes de responder: quem é, o que está em aberto, o que aconteceu em outro canal e o que outro agente já fez. Pronto para o prompt.
- [Histórico: tudo o que aconteceu com o cliente, para o agente de IA consultar | Niadra](https://niadra.com/produtos/historico.md): O agente pergunta ao histórico inteiro do cliente, nas palavras dele, com qualquer LLM. Cada resposta volta com data, canal e desfecho, e respeita as permissões do agente.
- [Avisos: a Niadra chama o seu sistema na hora em que algo acontece | Niadra](https://niadra.com/produtos/avisos.md): Promessa vencida, padrão novo, satisfação em queda, fonte parada: quando acontece, a Niadra avisa o seu sistema por webhook assinado. Quem age é o seu agente ou o seu sistema.
- [Conferência: o agente só afirma o que conferiu | Niadra](https://niadra.com/produtos/conferencia.md): Antes de a resposta sair, a Niadra confere cada preço, data e número que o agente vai dizer contra o que ele consultou. O que tem origem passa. O que não tem é sinalizado.
- [Coordenação: quem está com o cliente agora, e um efeito só por fato de negócio | Niadra](https://niadra.com/produtos/coordenacao.md): Antes de agir, o agente pergunta quem está com o cliente, o que já foi feito e se pode contatar agora. Cada despedida, lembrete ou oferta sai uma vez só, seja qual for o fornecedor.
- [Medição: se cada agente de IA usou o contexto que recebeu | Niadra](https://niadra.com/produtos/medicao.md): Por agente e por fornecedor: o que foi usado, o que foi perguntado de novo, o que foi dito contra a memória e quem transferiu sem ler. No Console, o detalhe de cada conversa mostra cada entrega, item a item.
- [Registro: o que o agente leu, chamou e afirmou em cada turno, com replay | Niadra](https://niadra.com/produtos/registro.md): O registro de turno guarda o que o agente leu, chamou, afirmou e decidiu. Capturado dentro do agente e enviado depois, nunca atrasa a resposta. Uma conversa real pode ser reproduzida depois, com a memória da época.
- [Console: quem leu o quê, com comprovante | Niadra](https://niadra.com/produtos/console.md): Onde o seu time governa a memória: quem leu o quê, simulação do que cada agente enxerga, corte de fornecedor, revisão por amostra, exportação e apagamento com comprovante.
- [Integrações: memória omnichannel para os agentes que você já tem](https://niadra.com/integracoes.md): A memória da Niadra nos agentes de voz do LiveKit, Pipecat, Vapi, Retell e ElevenLabs, nos canais da Twilio e do WhatsApp, nos frameworks OpenAI Agents SDK, LangGraph, LangChain, CrewAI e Vercel AI SDK e no n8n: o contexto antes de cada resposta, os turnos registrados e o histórico como ferramenta, com o código real do SDK.
- [Memória para agentes de voz no LiveKit: contexto antes do alô | Niadra](https://niadra.com/integracoes/livekit.md): Como dar memória de cliente a um agente de voz do LiveKit Agents, em Python e Node: a primeira leitura começa quando o cliente entra na sala, cada turno recebe o contexto antes da chamada ao modelo, e as ferramentas do histórico vão amarradas a quem liga. Código do SDK, limites e o que o agente recebe.
- [Memória para agentes de voz no Pipecat: um processador entre o usuário e o LLM | Niadra](https://niadra.com/integracoes/pipecat.md): Como dar memória de cliente a um agente do Pipecat: um FrameProcessor entre o agregador do usuário e o LLM lê o contexto em cada LLMContextFrame, registra os turnos pelos agregadores e entrega as ferramentas do histórico como FunctionSchema. Código do SDK, limites e o que o agente recebe.
- [Memória para assistentes da Vapi: contexto no assistant-request, num URL de servidor só | Niadra](https://niadra.com/integracoes/vapi.md): Como dar memória de cliente a um assistente da Vapi: um URL de servidor responde o assistant-request com o contexto, roda as ferramentas do histórico em tool-calls, registra o transbordo e lê o end-of-call-report como turnos. Código do SDK, limites e o que o assistente recebe.
- [Memória para agentes de voz da Retell: contexto como variável dinâmica no webhook de entrada | Niadra](https://niadra.com/integracoes/retell.md): Como dar memória de cliente a um agente de voz da Retell: o webhook de ligação recebida responde niadra_context como variável dinâmica, as custom functions rodam as ferramentas do histórico, o call_ended vira turnos e, em TypeScript, o websocket do LLM próprio recebe o contexto. Código do SDK e limites.
- [Memória para agentes da ElevenLabs: três webhooks, do início da ligação ao pós-chamada | Niadra](https://niadra.com/integracoes/elevenlabs.md): Como dar memória de cliente a um agente telefônico da ElevenLabs Agents Platform: o webhook de início entrega o contexto como variável dinâmica, as ferramentas de servidor rodam o kit do histórico para quem está na linha, e o pós-chamada registra a transcrição turno a turno. Código do SDK, segredos e limites.
- [Memória para agentes na Twilio: voz, SMS e WhatsApp, com o StirVerstat como prova | Niadra](https://niadra.com/integracoes/twilio.md): Como dar memória de cliente a um agente que atende pela Twilio: o webhook do toque começa a leitura do contexto, o StirVerstat da operadora prova quem liga antes do primeiro contexto, e as mensagens de SMS e WhatsApp viram turnos pelo MessageSid. Código do SDK, assinatura e limites.
- [Memória para agentes de WhatsApp na Cloud API da Meta: o webhook vira turnos | Niadra](https://niadra.com/integracoes/whatsapp.md): Como dar memória de cliente a um agente de WhatsApp na Cloud API: o adaptador confere a assinatura do webhook da Meta, extrai cada mensagem com o wa_id como identificador, registra o turno pelo wamid e registra a resposta pelo id que a Meta devolve. O contexto é lido antes de responder. Código do SDK e limites.
- [Memória para o OpenAI Agents SDK: filtro de entrada do modelo, hooks e function tools | Niadra](https://niadra.com/integracoes/openai-agents.md): Como dar memória de cliente a um agente do OpenAI Agents SDK, em Python e JavaScript, pelos pontos de extensão do próprio SDK: call_model_input_filter para o contexto antes de cada chamada ao modelo, RunHooks para os turnos, FunctionTool para o histórico; em JavaScript, NiadraSession e instruções dinâmicas. Código do SDK e limites.
- [Memória para agentes LangGraph: middleware do create_agent, sem nada no estado do grafo | Niadra](https://niadra.com/integracoes/langgraph.md): Como dar memória de cliente a um agente LangGraph: NiadraMiddleware embrulha cada chamada ao modelo do create_agent, põe o contexto na mensagem de sistema, registra os turnos e traz as ferramentas do histórico, sem escrever nada no estado que o checkpointer guarda. Código do SDK e limites.
- [Memória para LangChain e LangGraph.js: um runnable de contexto, um callback e as ferramentas do histórico | Niadra](https://niadra.com/integracoes/langchain.md): Como dar memória de cliente a uma cadeia LangChain em Python e a um grafo LangGraph.js: context_runnable() põe o contexto nas mensagens do prompt, NiadraCallbackHandler registra os turnos e history_tools() entrega o kit como StructuredTool; em JavaScript, niadraContext(), withNiadraContext() e niadraTools(). Código do SDK e limites.
- [Memória para crews do CrewAI: contexto nos inputs do kickoff e as ferramentas do histórico | Niadra](https://niadra.com/integracoes/crewai.md): Como dar memória de cliente a uma crew do CrewAI: before_kickoff põe o contexto nos inputs como niadra_context, after_kickoff registra a resposta final, e tools entrega o histórico com o esquema do kit. A memória da própria crew continua do CrewAI. Código do SDK e limites.
- [Memória para o Vercel AI SDK: um middleware para wrapLanguageModel, com qualquer provedor | Niadra](https://niadra.com/integracoes/ai-sdk.md): Como dar memória de cliente a uma rota de chat com o Vercel AI SDK: niadraMiddleware é um middleware de modelo (LanguageModelMiddleware) para wrapLanguageModel, que funciona com qualquer provedor; transformParams põe o contexto, wrapGenerate e wrapStream registram a resposta, e niadraTools entrega o histórico como ferramentas do AI SDK. Código e limites.
- [Memória para o AI Agent do n8n: um nó de comunidade, antes e depois do agente | Niadra](https://niadra.com/integracoes/n8n.md): Como dar memória de cliente a um AI Agent do n8n sem código: o nó de comunidade n8n-nodes-niadra lê o contexto do cliente antes do agente, registra os turnos depois, busca no histórico, registra verificação, transbordo e fim da conversa. Falha aberta por padrão. Instalação, operações e limites.
- [Arquitetura, segurança e LGPD da Niadra](https://niadra.com/recursos.md): A arquitetura, as seis camadas de segurança, a conformidade com LGPD e GDPR e a documentação da Niadra.
- [Preço da Niadra: por conversa ou tarefa, não por token](https://niadra.com/preco.md): A Niadra cobra por conversa ou tarefa de agente que usa a memória, não por token, leitura ou busca. Eventos dos seus sistemas não são cobrados à parte.
- [Niadra Enterprise: acesso antecipado e ambiente dedicado](https://niadra.com/enterprise.md): A Niadra está abrindo para empresas por pedido, antes do lançamento. Para banco, seguradora e saúde, um ambiente dedicado, com SSO, SLA em contrato e revisão de segurança.
- [Blog da Niadra: memória omnichannel para agentes de IA](https://niadra.com/blog.md): Como montar, a partir de cada canal, plataforma e sistema, uma memória só para os agentes de IA da sua empresa, os que atendem e os que trabalham por dentro: identidade do cliente, contexto, custo de tokens, segurança e LGPD.
- [Sobre a Niadra: a camada de memória omnichannel dos agentes de IA](https://niadra.com/sobre.md): O que é a Niadra, por que ela existe, como ela trabalha e como escrevemos o blog: fontes com link, datas reais e comparações honestas.
- [Benchmark da Niadra: acerto entre canais e governança contra os sistemas de memória](https://niadra.com/benchmark.md): Acerto entre canais nos mesmos cenários, dado sensível entregue sem verificação, custo, latência, tokens, frescor, falhas, navegação e ingestão. A Niadra e os sistemas de memória para agentes na mesma região, com o mesmo agente e o mesmo juiz, script aberto e arquivos de resultado.
- [Comparativo: o que a Niadra tem e o que cada sistema de memória documenta](https://niadra.com/comparativo.md): Identidade entre canais, memória compartilhada entre fornecedores, eventos do CRM e do ERP, estado com data, conferência do que o agente afirma, coordenação, registro de turno, permissões, comprovantes, apagamento, contexto pronto, voz, MCP, benchmark e preço: a Niadra contra Mem0, Zep, Letta, Supermemory, Hindsight, Honcho, Cognee, AgentCore Memory e Twilio, com a fonte e a data de cada célula.

## Documentação

- [Documentação da Niadra](https://docs.niadra.com): guias, referência da API, SDKs e MCP. O mapa em Markdown está em https://docs.niadra.com/llms.txt.

## Blog (português)

- [Memória para agentes de IA sem configuração: conectar o SDK e nunca mais abrir o painel](https://niadra.com/blog/memoria-para-agentes-de-ia-sem-configuracao.md): Uma memória de agentes que exige declarar tipos, campos e operações antes de funcionar vira um projeto de meses. O que dá para a memória aprender sozinha do tráfego, o que fica protegido até uma pessoa decidir e como conferir que funcionou.
- [Como evitar que o agente de IA prometa e esqueça](https://niadra.com/blog/como-evitar-que-o-agente-de-ia-prometa-e-esqueca.md): O agente de WhatsApp diz que a segunda via sai até sexta, e na segunda o agente de voz não sabe de nada. Como uma promessa com prazo passa de um agente para o outro, quem vê o quê, e por que a mesma promessa dita duas vezes não pode virar duas.
- [Quando dar uma pendência como resolvida: por que "vou enviar" não é "enviei"](https://niadra.com/blog/quando-dar-uma-pendencia-como-resolvida.md): Um agente de IA que fecha a pendência ao dizer "já estou enviando" apaga a promessa antes de ela ser cumprida. O que precisa acontecer para uma pendência fechar, quem pode fechá-la e como evitar os dois erros, o de fechar cedo e o de nunca fechar.
- ["Não fale de valores com a minha esposa": restrições por pessoa em agentes de IA](https://niadra.com/blog/nao-fale-de-valores-com-a-minha-esposa-restricoes-por-pessoa.md): Quando o cliente pede que um contato não receba certa informação, a regra precisa valer em todo agente e em todo canal, e só para aquela pessoa. Como guardar uma restrição por pessoa, como ela aparece para o agente e por que preferência de contato não é restrição.
- [A memória tinha a resposta? Como separar o erro da memória do erro do modelo](https://niadra.com/blog/a-memoria-tinha-a-resposta-erro-da-memoria-ou-do-modelo.md): Quando um agente de IA erra uma pergunta do cliente, o erro pode estar na memória, que não entregou a informação, ou no modelo, que leu mal. Como medir os dois separadamente, por que um juiz automático estrito engana e o que fazer com cada tipo de erro.
- [Conversas que ninguém encerra: quando a memória do agente de IA deve aprender](https://niadra.com/blog/conversas-que-ninguem-encerra-quando-a-memoria-deve-aprender.md): No WhatsApp, no chat do app e no assistente da equipe, quase ninguém encerra a conversa. Se a memória só aprende quando a conversa fecha, o próximo agente fica sem saber o que foi dito há dez minutos. Quando aprender, como lidar com quem volta a falar e o que fazer com a ligação que termina.
- [Twilio, ServiceNow, AWS e Google lançaram memória para agentes de IA. Cada uma fica dentro de quem a lançou](https://niadra.com/blog/twilio-servicenow-aws-e-google-lancaram-memoria-para-agentes-de-ia.md): Em 2026, a memória para agentes virou produto de plataforma. O que cada lançamento documenta, o que não documenta, e a pergunta que sobra para a empresa que roda agentes de voz, WhatsApp e app em fornecedores diferentes.
- [O agente de IA afirmou o que nunca consultou: dois casos públicos e o mecanismo da falha](https://niadra.com/blog/o-agente-de-ia-afirmou-o-que-nunca-consultou-dois-casos-publicos.md): Um tribunal canadense condenou a Air Canada pelo que o agente do site disse sobre tarifas de luto. Um agente de suporte da Cursor inventou uma política de um dispositivo e clientes cancelaram. Por que acontece, etapa por etapa, e o que teria mudado o desfecho.
- [Quanto custa o cliente contar a mesma história em cada canal](https://niadra.com/blog/quanto-custa-o-cliente-contar-a-mesma-historia-em-cada-canal.md): 56% dos clientes dizem que precisam repetir ou reexplicar o que já disseram; 29% dos contatos voltam pelo mesmo motivo; um contato assistido custa US$ 13,50 na mediana. A conta que o executivo faz com os próprios números, e por que agentes de IA de vários fornecedores a aumentam.
- [O Banco Central dos Emirados tirou o WhatsApp dos bancos. A memória do cliente não pode morar no canal](https://niadra.com/blog/o-banco-central-dos-emirados-tirou-o-whatsapp-dos-bancos.md): Em abril de 2026, o CBUAE deu treze dias para bancos, seguradoras e casas de câmbio pararem de atender clientes pelo WhatsApp. O que a diretriz diz, o que ela ensina a qualquer mercado em que o WhatsApp vem primeiro, e onde a memória do cliente precisa ficar para sobreviver ao canal.
- [Desde 2 de agosto, o agente de IA na União Europeia precisa dizer que é IA. O que a regulação de 2026 pede de quem atende clientes](https://niadra.com/blog/o-que-a-regulacao-de-2026-pede-de-um-agente-de-ia-que-fala-com-o-cliente.md): O Artigo 50 do AI Act vale desde 02/08/2026, com multa de até 15 milhões de euros ou 3% do faturamento. O PL 2338 espera parecer na Câmara. O Banco Central dos Emirados publicou a sua nota. O que cada texto pede, e o que os três pedem juntos: provar o que o agente foi, disse e fez.
- [Dez testes antes de pôr agentes de IA de vários fornecedores em produção](https://niadra.com/blog/dez-testes-antes-de-por-agentes-de-ia-de-varios-fornecedores-em-producao.md): Um roteiro para o engenheiro: passagem de canal nos dois sentidos, conversa não verificada, número reciclado, troca de fornecedor, preço sem origem, memória fora do ar, apagamento, ação do agente interno e replay no CI. O que fazer, o que esperar e como medir, com o código do SDK.
- [Por que a identidade entre canais quebra a memória do agente: de 77,6% para 28,5%](https://niadra.com/blog/por-que-a-identidade-entre-canais-quebra-a-memoria-do-agente.md): No mesmo benchmark, a mesma memória acerta 77,6% com um id único e 28,5% quando cada canal manda o próprio id. O que o número diz sobre agentes de fornecedores diferentes, e por que a identidade precisa ser resolvida antes de guardar.
- [Por que o agente fala o preço errado, e o que muda com o estado tipado no contexto](https://niadra.com/blog/por-que-o-agente-fala-o-preco-errado.md): O mesmo agente, com e sem o estado dos objetos do cliente no turno, medido em 126 respostas por braço: de 36,6% para 84,9% de acerto. O que é o estado de agora, por que a cotação vence por insumo e quanto custa em tokens.
- [Memória para agentes de voz: o orçamento de latência, do toque ao último turno](https://niadra.com/blog/memoria-para-agentes-de-voz-o-orcamento-de-latencia.md): Quanto tempo a memória pode levar numa ligação, onde cada milissegundo entra e o que acontece quando ela não chega: 1,5 s enquanto o telefone toca, 200 ms por turno, e o contexto medido em 16,8 ms no p95 pelo endereço público.
- [Memória de agente: o que o agente aprendeu do trabalho, nunca sobre o cliente](https://niadra.com/blog/memoria-de-agente-procedimentos-nao-dados-do-cliente.md): A memória do cliente é uma coisa; a memória do agente é outra: procedimentos, como as ferramentas se comportam e armadilhas, que hoje vivem no prompt e envelhecem. Como ela entra no prompt, por que recusa dado pessoal e por que nenhuma nota nasce sem revisão.
- [Quanto deve custar a memória de um agente de IA por conversa](https://niadra.com/blog/quanto-deve-custar-a-memoria-por-conversa.md): O que uma memória gasta de modelo por mil conversas, medido no benchmark (US$ 0,36), o que ela custa no preço de tabela (US$ 2 a 3) e quanto isso é diante da ligação que ela melhora: menos de 1% de uma chamada de cinco minutos.
- [Atendimento WhatsApp primeiro com agentes de IA: uma memória entre o WhatsApp, a voz e o app](https://niadra.com/blog/atendimento-whatsapp-primeiro-com-agentes-de-ia.md): Onde o cliente escreve no WhatsApp primeiro e liga quando importa, a memória precisa seguir a pessoa entre canais, idiomas e fornecedores. O que o agente de WhatsApp precisa, como árabe e inglês na mesma conversa são tratados, e o que o agente de voz da central recebe.
- [Quando o número de telefone muda de dono, o que o agente de IA deve saber?](https://niadra.com/blog/quando-o-numero-de-telefone-muda-de-dono.md): Um número reciclado chega ao agente de IA com o histórico de outra pessoa. Veja como um perfil provisório entrega só o que o novo dono disse, e o que traz o número de volta.
- [Memória dentro da plataforma de agentes ou memória neutra: qual escolher](https://niadra.com/blog/memoria-dentro-da-plataforma-de-agentes-ou-memoria-neutra.md): Plataformas de agentes de IA vendem uma camada de contexto própria. Quando ela basta, quando a memória precisa ficar fora de qualquer fornecedor, e como as duas convivem.
- [Os 90 dias da memória compartilhada, semana a semana](https://niadra.com/blog/os-90-dias-da-memoria-semana-a-semana.md): O preparo antes do dia 1, quatro semanas em modo sombra, oito semanas numa jornada com grupo de controle e a decisão na semana 13. Quem faz o quê e como cada meta é medida.
- [Como saber se o agente de IA usou o contexto que recebeu](https://niadra.com/blog/como-saber-se-o-agente-de-ia-usou-o-contexto.md): Um agente de IA pode receber o histórico do cliente e ignorá-lo. Como medir, por agente e por fornecedor, o que foi usado, o que foi perguntado de novo e o que foi contradito.
- [Memória para agentes de IA internos: CRM, ERP, tickets, cobrança e pedidos](https://niadra.com/blog/memoria-para-agentes-de-ia-internos.md): Como agentes de IA que trabalham por dentro da empresa, no CRM, no ERP, nos tickets, na cobrança e nos pedidos, compartilham a mesma memória com os agentes de atendimento.
- [Memória de agentes de IA: construir em casa ou usar uma plataforma?](https://niadra.com/blog/construir-memoria-de-agentes-em-casa-ou-usar-plataforma.md): O que é preciso para construir a memória dos agentes de IA com Redis, PostgreSQL e pgvector, quando isso compensa e quando uma plataforma faz mais sentido.
- [Como manter o contexto da ligação para o WhatsApp, e vice-versa](https://niadra.com/blog/como-manter-o-contexto-da-ligacao-para-o-whatsapp.md): O cliente desliga e escreve no WhatsApp. Veja o que o agente precisa saber, como o contexto passa entre fornecedores e como medir a passagem de canal.
- [Como agentes de IA de fornecedores diferentes compartilham o histórico](https://niadra.com/blog/como-agentes-de-fornecedores-diferentes-compartilham-o-historico.md): Credencial por agente, leitura por finalidade, registro de cada leitura e memória que fica com a empresa: como fornecedores de IA compartilham o histórico.
- [Mem0, Zep ou Letta: qual memória usar em agentes de atendimento](https://niadra.com/blog/mem0-zep-ou-letta-memoria-para-agentes-de-atendimento.md): Mem0, Zep, Letta e Niadra comparadas por caso de uso: identidade do cliente, contexto, governança, forma de uso e LGPD. Veja onde cada uma é mais forte.
- [Memória omnichannel para agentes de IA: o que é e o que exige](https://niadra.com/blog/o-que-e-memoria-omnichannel-para-agentes-de-ia.md): Memória omnichannel é a memória do cliente que todos os agentes de IA de uma empresa compartilham, em qualquer canal e fornecedor. Veja o que ela exige.
- [Como reconhecer o mesmo cliente em todos os canais](https://niadra.com/blog/como-reconhecer-o-mesmo-cliente-em-todos-os-canais.md): Telefone, e-mail, documento e login do app têm pesos diferentes. Veja como unificar a identidade do cliente entre canais para agentes de IA, sem expor dados.
- [Como reduzir o custo de tokens de agentes de IA sem perder contexto](https://niadra.com/blog/como-reduzir-o-custo-de-tokens-de-agentes-de-ia.md): Contexto em camadas, cache de prompt, tamanho mínimo e busca no histórico sob demanda. Como dar contexto completo ao agente de IA e pagar menos por token.
- [LGPD, GDPR e agentes de IA: o que o time de segurança vai perguntar](https://niadra.com/blog/lgpd-e-seguranca-na-memoria-de-clientes-para-ia.md): O que provar antes de agentes de IA lerem dados de clientes: DPA, cifra, chaves em HSM, acesso por finalidade, auditoria e direitos do titular.

## Perguntas frequentes

- **Isso não é mais uma memória para agentes de IA?** Uma memória para agente dá memória a um agente. A Niadra dá à empresa uma memória só de cada cliente, montada com os eventos de todo canal e sistema, que qualquer agente lê. E quando você troca o fornecedor do agente, a memória fica.
- **Com quais plataformas e frameworks a Niadra funciona?** Com as que você já usa. Há 36 adaptadores prontos, entre eles LiveKit, Pipecat, ElevenLabs, Vapi, Retell, Twilio, WhatsApp, OpenAI Agents SDK, LangGraph, LangChain, CrewAI, Agno e n8n. O resto usa o SDK, a API ou o servidor MCP.
- **Meu fornecedor de agentes de IA já não faz isso?** Faz, mas só dentro dele. O agente do WhatsApp não enxerga a ligação atendida por outro fornecedor, e nenhum fornecedor abre a própria memória para o concorrente. Por isso a memória precisa ficar acima de todos.
- **Isso não é o meu CRM?** Não. O CRM guarda o histórico para uma pessoa consultar depois. A Niadra entrega o contexto ao agente de IA durante a conversa, já pronto. O desfecho volta por webhook, e o seu CRM registra.
- **Serve para agentes internos, que não falam com o cliente?** Serve. O agente de cobrança que lança um crédito e o de pedidos que muda uma entrega usam as mesmas três chamadas. O próximo agente, interno ou de atendimento, já começa sabendo.
- **Como os meus sistemas entram na memória?** Por webhook, API ou lote de arquivos. CRM, ERP, help desk, cobrança e pedidos mandam os avisos que já emitem, e a Niadra liga cada um ao cliente certo. Os sistemas continuam sendo a fonte oficial.
- **Como eu sei que os meus agentes estão usando a memória?** A Niadra mede. Ela entregou o contexto e recebe a conversa que veio depois. Por agente e por fornecedor, você vê o que foi usado, o que foi perguntado de novo e o que foi dito contra a memória.
- **A Niadra executa ações ou fluxos?** Não. A Niadra avisa. Quando uma regra sua acontece na memória, ela manda um aviso assinado por webhook para o seu sistema ou para o seu agente. Quem age é ele.
- **O agente consegue consultar todo o histórico do cliente?** Consegue. Além do contexto entregue antes da resposta, o agente busca no histórico inteiro, com qualquer LLM, pelo SDK, pela API ou por MCP. Cada resultado respeita as permissões daquele agente.
- **Como a Niadra sabe que é a mesma pessoa?** Ela cruza os identificadores de cada canal: telefone, e-mail, documento, login do app. Um número de telefone é uma pista, um login com senha é uma prova. Uma união errada é desfeita sem perder o histórico de ninguém.
- **Funciona com o modelo de IA que eu já uso?** Funciona. O contexto chega pronto para o prompt, e a busca no histórico usa o formato de ferramenta que todo LLM entende. Não importa o provedor, nem se o modelo é hospedado por você.
- **Isso aumenta o meu gasto com IA?** Tende a diminuir. O agente recebe um contexto compacto em vez do histórico inteiro a cada mensagem. A leitura que a IA da Niadra faz de cada conversa já está no preço. O Console mostra a economia estimada no seu modelo.
- **Os agentes também têm memória própria, do trabalho deles?** Têm. Cada agente guarda as próprias notas de trabalho: procedimentos, como as ferramentas se comportam, armadilhas conhecidas. Elas nunca levam dado pessoal, e o seu time lê e revisa tudo no Console.

## Key facts

- Category: The omnichannel memory layer for a company’s AI agents.
- What it is: Today each AI agent only knows what went through it. Niadra is the memory all of them share: it recognizes the customer wherever they show up, delivers the context before the first word and opens the whole history. The customer tells the story once.
- The platform: Shared omnichannel memory for all your AI agents. Everything a customer says or does, on any channel or system, becomes one memory. Every AI agent, from any vendor, starts out knowing what the others have already seen and done.
- How it connects: `context()` before acting, the agent receives the customer context for its task. `search()` while working, the agent searches the entire history. `track()` afterwards, the conversation or action goes into the memory.
- Speed: 0: AI calls and database queries on a read of ready context. On a call, nothing runs between the ring and the hello. 8 s: Waiting window after a conversation ends, to read everything the same customer said in one go. The reading is already in the price. 3: Calls in your code. Nothing to rewrite in the agent you already have. 36: Ready-made integrations, in Python and TypeScript: voice, agent frameworks, channels and automation.
- Engine: Complete record (Every conversation, event and action, kept as it arrived and never rewritten); Unified identity (Phone, email, ID number, login and each system’s ID become one customer); Structured memory (Facts, open items, promises, actions and patterns, each with date, origin and evidence); Context made to measure (For each agent and each task, the right context, at the right size); History search (The agent walks through everything that ever happened with the customer, on any channel); Governance (Who reads what, for what and when, with a record of every read).
- Products, each with its own page: Systems (orders, tickets and invoices enter the memory through the notices your systems already emit) https://niadra.com/en/produtos/sistemas; Memory (what was said and done, with a date, a source and evidence) https://niadra.com/en/produtos/memoria; Identity (people, companies and partners, recognized on any channel) https://niadra.com/en/produtos/identidade; Patterns (what each customer repeats, computed from the history and delivered to every agent) https://niadra.com/en/produtos/padroes; State (what holds now for each customer, with the date and the source of each value) https://niadra.com/en/produtos/estado; Context (what each agent needs to know before it starts) https://niadra.com/en/produtos/contexto; History (everything that ever happened, for the agent to search) https://niadra.com/en/produtos/historico; Alerts (a signed notice to your system the moment something happens) https://niadra.com/en/produtos/avisos; Claim check (the agent only states prices, dates and numbers it checked. what it did not check is flagged) https://niadra.com/en/produtos/conferencia; Coordination (who holds the customer now and what was already done, before an agent acts) https://niadra.com/en/produtos/coordenacao; Measurement (whether each agent used the context it received) https://niadra.com/en/produtos/medicao; Turn record (why the agent did what it did, turn by turn) https://niadra.com/en/produtos/registro; Console (who read what, review, export and erasure) https://niadra.com/en/produtos/console.
- SDK: Any agent connects to the memory with three calls, in Python, TypeScript, HTTP or MCP. https://docs.niadra.com/en
- Integrations, each with its own page: LiveKit Agents https://niadra.com/en/integracoes/livekit; Pipecat https://niadra.com/en/integracoes/pipecat; Vapi https://niadra.com/en/integracoes/vapi; Retell AI https://niadra.com/en/integracoes/retell; ElevenLabs Agents Platform https://niadra.com/en/integracoes/elevenlabs; Twilio https://niadra.com/en/integracoes/twilio; WhatsApp Cloud API https://niadra.com/en/integracoes/whatsapp; OpenAI Agents SDK https://niadra.com/en/integracoes/openai-agents; LangGraph https://niadra.com/en/integracoes/langgraph; LangChain https://niadra.com/en/integracoes/langchain; CrewAI https://niadra.com/en/integracoes/crewai; Vercel AI SDK https://niadra.com/en/integracoes/ai-sdk; n8n https://niadra.com/en/integracoes/n8n. All 36 integrations are in the documentation: https://docs.niadra.com/integrations/overview
- Operations: Fully managed by Niadra. On your side, just the SDK.
- Security: AES-256-GCM, TLS 1.3, FIPS 140-3 HSM, SHA-256, SAML 2.0 · OIDC, GDPR, LGPD, ISO 27001 · SOC 2 · PCI DSS cloud. Your data never trains AI models. Your data is never sold. Only the agents you authorize read it. Personal data is masked before Niadra’s AI reads the conversation.
- Pricing: Production: US$ 2 to 3, per thousand conversations or tasks, depending on volume; Regulated: By contract, for banking, insurance and healthcare.
- Benchmark (https://niadra.com/en/benchmark): run of 09/30/2026 in us-east-2, with the same agent, the same judge and the same models for every system. Cross-channel accuracy on the same 165 valid cases: Niadra 98.7% (3 repetitions), Hindsight 86.7% (1 repetition), Hindsight with reflect 86.7% (1 repetition), Amazon Bedrock AgentCore Memory 80% (3 repetitions), Honcho (dialectic) 79.4% (1 repetition), Mem0 open source 77.6% (3 repetitions), Memobase 77% (1 repetition), Mem0 open source with rerank 76.4% (3 repetitions), Supermemory local 71.6% (1 repetition), Cognee 70.3% (1 repetition), LangMem 66.7% (1 repetition), Honcho 53.4% (1 repetition), Graphiti 52.8% (1 repetition), MemOS 51.6% (1 repetition). Model spend per 1,000 conversations, by the same method for all: Niadra $0.36, Honcho $0.97, Mem0 open source $1.88, LangMem $3.70, MemOS $3.70, Memobase $4.13, Mem0 open source with rerank $4.82, Supermemory local $5.78, Hindsight $6.10, Honcho (dialectic) $6.92, Cognee $6.95, Hindsight with reflect $18.32, Graphiti $18.72. The page carries every measure, including the ones Niadra does not lead, with the method and the result files. The benchmark is produced by Niadra; the script, the dataset and the result files are public, and anyone can reproduce it. With the state and constraints blocks (run of 09/30/2026, on a local cell of the script, 3 repetitions, 126 answers per arm, the same agent and the same judge): 84.9% accuracy by the judge on every case, 95% interval [78, 90], against 36.6% without the blocks. Declared constraint honored from 0% to 94.4%; what changed since last seen from 0% to 100%; 0 of 126 reads with no verification carried a sensitive value in the block; a second attempt of the same effect refused as done on 18 of 18; a turn that asks for no block costs the same in tokens (+0% at the median). Files at https://github.com/ainiadra/niadra-sdk-python/tree/main/benchmarks/results/typed/2026-09-30-b59a5d.
- Early access: Niadra is opening to companies by request, before the public launch; the request goes through the form at https://niadra.com/en/enterprise

## Pages (English)

- [Niadra: shared omnichannel memory for all your AI agents](https://niadra.com/en.md): The omnichannel memory for your company’s AI agents. Everything a customer says or does, on any channel or system, becomes one memory, and any agent, from any vendor, starts out knowing. Switch vendors without losing the memory. Fully managed.
- [Niadra products: from the event to the context, under governance](https://niadra.com/en/produtos.md): The thirteen products of Niadra’s omnichannel memory, each with its own page: systems, memory, identity, patterns, state, context, history, alerts, claim check, coordination, measurement, turn records and the Console.
- [Systems: CRM, ERP and help desk events in your AI agents’ memory | Niadra](https://niadra.com/en/produtos/sistemas.md): Orders, invoices and tickets enter the memory through the notices your systems already emit, linked to the right customer, with no AI in the way.
- [Memory: all your AI agents, one memory | Niadra](https://niadra.com/en/produtos/memoria.md): The memory every AI agent in your company shares: it recognizes the customer wherever they show up, delivers the context before the first word and opens the whole history for search.
- [Identity: the same customer on every channel and system | Niadra](https://niadra.com/en/produtos/identidade.md): Phone, email, ID number, login and each system’s ID become one customer. The merge is reversible, and companies and partners are recognized too.
- [Patterns: what each customer repeats, with the proof behind each signal | Niadra](https://niadra.com/en/produtos/padroes.md): Niadra computes, from the history, what repeats with each customer, and delivers it to every agent with the evidence and an expiry.
- [State: what holds now for each customer, with date, source and what may be stated | Niadra](https://niadra.com/en/produtos/estado.md): An order, an invoice, a proposal, a quote: what holds now for each customer, each value with the date it was updated, the source and what the agent may state with it.
- [Context: what each AI agent needs to know before it starts | Niadra](https://niadra.com/en/produtos/contexto.md): What each AI agent needs to know about this customer before answering: who they are, what is open, what happened on another channel and what another agent already did. Ready for the prompt.
- [History: everything that happened with the customer, for the AI agent to search | Niadra](https://niadra.com/en/produtos/historico.md): The agent asks the customer’s whole history, in its own words, with any LLM. Every answer comes back with date, channel and outcome, and respects the agent’s permissions.
- [Alerts: Niadra calls your system the moment something happens | Niadra](https://niadra.com/en/produtos/avisos.md): Overdue promise, new pattern, satisfaction dropping, a source gone quiet: when it happens, Niadra notifies your system by signed webhook. Acting is up to your agent or your system.
- [Claim check: the agent only states what it checked | Niadra](https://niadra.com/en/produtos/conferencia.md): Before the answer goes out, Niadra checks every price, date and number the agent is about to say against what it consulted. What has an origin passes. What has none is flagged.
- [Coordination: who holds the customer now, and one effect per business fact | Niadra](https://niadra.com/en/produtos/coordenacao.md): Before acting, the agent asks who holds the customer, what was already done and whether it may make contact now. Every farewell, reminder or offer goes out once, whichever vendor tries first.
- [Measurement: whether each AI agent used the context it received | Niadra](https://niadra.com/en/produtos/medicao.md): Per agent and per vendor: what was used, what was asked again, what was said against the memory and who transferred without reading. In the Console, each conversation’s detail shows every delivery, item by item.
- [Turn record: what the agent read, called and stated in every turn, with replay | Niadra](https://niadra.com/en/produtos/registro.md): The turn record keeps what the agent read, called, stated and decided. Captured inside the agent and sent afterwards, it never delays the answer. A real conversation can be replayed later, with the memory of the time.
- [Console: who read what, with a receipt | Niadra](https://niadra.com/en/produtos/console.md): Where your team governs the memory: who read what, a simulation of what each agent sees, vendor cut-off, sample review, export and erasure with a receipt.
- [Integrations: omnichannel memory for the agents you already have](https://niadra.com/en/integracoes.md): Niadra's memory in LiveKit, Pipecat, Vapi, Retell and ElevenLabs voice agents, in Twilio and WhatsApp channels, in the OpenAI Agents SDK, LangGraph, LangChain, CrewAI and Vercel AI SDK frameworks and in n8n: the context before every answer, the turns recorded and the history as a tool, with the real SDK code.
- [Memory for LiveKit voice agents: context before the first word | Niadra](https://niadra.com/en/integracoes/livekit.md): How to give customer memory to a LiveKit Agents voice agent, in Python and Node: the first read starts when the caller joins the room, every turn gets the context before the model call, and the history tools go bound to the caller. SDK code, limits and what the agent receives.
- [Memory for Pipecat voice agents: one processor between the user and the LLM | Niadra](https://niadra.com/en/integracoes/pipecat.md): How to give customer memory to a Pipecat agent: a FrameProcessor between the user aggregator and the LLM reads the context on every LLMContextFrame, records the turns through the aggregators and hands over the history tools as FunctionSchemas. SDK code, limits and what the agent receives.
- [Memory for Vapi assistants: context on the assistant-request, through one server URL | Niadra](https://niadra.com/en/integracoes/vapi.md): How to give customer memory to a Vapi assistant: one server URL answers the assistant-request with the context, runs the history tools on tool-calls, records the transfer and reads the end-of-call-report as turns. SDK code, limits and what the assistant receives.
- [Memory for Retell voice agents: context as a dynamic variable on the inbound webhook | Niadra](https://niadra.com/en/integracoes/retell.md): How to give customer memory to a Retell voice agent: the inbound call webhook answers niadra_context as a dynamic variable, the custom functions run the history tools, call_ended becomes turns and, in TypeScript, the custom LLM websocket gets the context. SDK code and limits.
- [Memory for ElevenLabs agents: three webhooks, from call start to post-call | Niadra](https://niadra.com/en/integracoes/elevenlabs.md): How to give customer memory to an ElevenLabs Agents Platform phone agent: the initiation webhook hands over the context as a dynamic variable, the server tools run the history kit for whoever is on the line, and the post-call webhook records the transcript turn by turn. SDK code, secrets and limits.
- [Memory for agents on Twilio: voice, SMS and WhatsApp, with StirVerstat as proof | Niadra](https://niadra.com/en/integracoes/twilio.md): How to give customer memory to an agent that answers through Twilio: the ringing webhook starts the context read, the carrier's StirVerstat proves the caller before the first context, and SMS and WhatsApp messages become turns by MessageSid. SDK code, signature and limits.
- [Memory for WhatsApp agents on Meta's Cloud API: the webhook becomes turns | Niadra](https://niadra.com/en/integracoes/whatsapp.md): How to give customer memory to a WhatsApp agent on the Cloud API: the adapter checks the signature of Meta's webhook, extracts each message with the wa_id as identifier, records the turn by wamid and records the reply by the id Meta returns. The context is read before answering. SDK code and limits.
- [Memory for the OpenAI Agents SDK: model input filter, hooks and function tools | Niadra](https://niadra.com/en/integracoes/openai-agents.md): How to give customer memory to an OpenAI Agents SDK agent, in Python and JavaScript, through the SDK's own extension points: call_model_input_filter for the context before every model call, RunHooks for the turns, FunctionTool for the history; in JavaScript, NiadraSession and dynamic instructions. SDK code and limits.
- [Memory for LangGraph agents: create_agent middleware, with nothing in the graph's state | Niadra](https://niadra.com/en/integracoes/langgraph.md): How to give customer memory to a LangGraph agent: NiadraMiddleware wraps every model call of create_agent, puts the context in the system message, records the turns and brings the history tools, without writing anything to the state the checkpointer stores. SDK code and limits.
- [Memory for LangChain and LangGraph.js: a context runnable, a callback and the history tools | Niadra](https://niadra.com/en/integracoes/langchain.md): How to give customer memory to a LangChain chain in Python and to a LangGraph.js graph: context_runnable() places the context in the prompt messages, NiadraCallbackHandler records the turns and history_tools() hands over the kit as StructuredTools; in JavaScript, niadraContext(), withNiadraContext() and niadraTools(). SDK code and limits.
- [Memory for CrewAI crews: context in the kickoff inputs and the history tools | Niadra](https://niadra.com/en/integracoes/crewai.md): How to give customer memory to a CrewAI crew: before_kickoff puts the context in the inputs as niadra_context, after_kickoff records the final answer, and tools hands over the history with the kit's schema. The crew's own memory stays CrewAI's. SDK code and limits.
- [Memory for the Vercel AI SDK: a middleware for wrapLanguageModel, with any provider | Niadra](https://niadra.com/en/integracoes/ai-sdk.md): How to give customer memory to a chat route with the Vercel AI SDK: niadraMiddleware is a model middleware (LanguageModelMiddleware) for wrapLanguageModel, which works with any provider; transformParams places the context, wrapGenerate and wrapStream record the answer, and niadraTools hands over the history as AI SDK tools. Code and limits.
- [Memory for n8n's AI Agent: a community node, before and after the agent | Niadra](https://niadra.com/en/integracoes/n8n.md): How to give customer memory to an n8n AI Agent without code: the n8n-nodes-niadra community node reads the customer's context before the agent, records the turns after, searches the history, records verification, handoff and the end of the conversation. Fails open by default. Install, operations and limits.
- [Niadra architecture, security and GDPR](https://niadra.com/en/recursos.md): The architecture, the six security layers, GDPR and LGPD compliance, and the Niadra documentation.
- [Niadra pricing: per conversation or task, not per token](https://niadra.com/en/preco.md): Niadra charges per conversation or agent task that uses the memory, not per token, read or search. Events from your systems are not billed separately.
- [Niadra Enterprise: early access and a dedicated environment](https://niadra.com/en/enterprise.md): Niadra is opening to companies by request, before the launch. For banks, insurers and healthcare, a dedicated environment, with SSO, an SLA in the contract and a security review.
- [Niadra blog: omnichannel memory for AI agents](https://niadra.com/en/blog.md): How to build, from every channel, platform and system, one memory for your company’s AI agents, the ones serving customers and the ones working behind the scenes: customer identity, context, token costs, security and GDPR.
- [About Niadra: the omnichannel memory layer for AI agents](https://niadra.com/en/sobre.md): What Niadra is, why it exists, how it works and how we write the blog: sources with links, real dates and honest comparisons.
- [Niadra benchmark: cross-channel accuracy and governance against the memory systems](https://niadra.com/en/benchmark.md): Cross-channel accuracy on the same cases, sensitive data handed over without verification, cost, latency, tokens, freshness, failures, navigation and ingestion. Niadra and the memory systems for agents in the same region, with the same agent and the same judge, an open script and result files.
- [Comparison: what Niadra has and what each memory system documents](https://niadra.com/en/comparativo.md): Identity across channels, memory shared across vendors, CRM and ERP events, state with dates, the claim check, coordination, turn records, permissions, receipts, erasure, prompt-ready context, voice, MCP, benchmark and price: Niadra against Mem0, Zep, Letta, Supermemory, Hindsight, Honcho, Cognee, AgentCore Memory and Twilio, with the source and the date of every cell.

## Documentation

- [Niadra documentation](https://docs.niadra.com/en): guides, API reference, SDKs and MCP. The Markdown map is at https://docs.niadra.com/llms.txt.

## Blog (English)

- [Memory for AI agents with no configuration: connect the SDK and never open the dashboard again](https://niadra.com/en/blog/memory-for-ai-agents-with-no-configuration.md): Agent memory that needs types, fields and operations declared before it works turns into a months-long project. What memory can learn from traffic on its own, what stays protected until a person decides, and how to check it works.
- [How to stop your AI agent from promising and forgetting](https://niadra.com/en/blog/how-to-stop-your-ai-agent-promising-and-forgetting.md): The WhatsApp agent says the invoice copy goes out by Friday, and on Monday the voice agent knows nothing about it. How a promise with a due date travels from one agent to the next, who sees what, and why the same promise said twice must not become two.
- [When to mark a pending item as done: why "I will send it" is not "I sent it"](https://niadra.com/en/blog/when-to-mark-a-pending-item-as-done.md): An AI agent that closes the item when it says "I'm sending it now" erases the promise before it is kept. What has to happen for an item to close, who may close it, and how to avoid both mistakes, closing too early and never closing.
- ["Do not discuss amounts with my wife": per-person restrictions in AI agents](https://niadra.com/en/blog/dont-discuss-amounts-with-my-wife-per-person-restrictions.md): When a customer asks that one contact not receive certain information, the rule has to hold in every agent and every channel, and only for that person. How to store a per-person restriction, how it should reach the agent, and why a contact preference is not a restriction.
- [Did the memory have the answer? How to tell a memory error from a model error](https://niadra.com/en/blog/did-the-memory-have-the-answer-memory-error-or-model-error.md): When an AI agent gets a customer question wrong, the error can be in memory, which did not deliver the information, or in the model, which misread it. How to measure the two separately, why a strict automatic judge misleads, and what to do about each kind of error.
- [Conversations nobody ends: when an AI agent's memory should learn](https://niadra.com/en/blog/conversations-nobody-ends-when-agent-memory-should-learn.md): On WhatsApp, in the app chat and in the staff assistant, almost nobody ends the conversation. If memory only learns when the conversation closes, the next agent does not know what was said ten minutes ago. When to learn, how to handle people who come back, and what to do when a call ends.
- [Twilio, ServiceNow, AWS and Google shipped memory for AI agents. Each one lives inside the vendor that shipped it](https://niadra.com/en/blog/twilio-servicenow-aws-and-google-shipped-memory-for-ai-agents.md): In 2026, memory for agents became a platform product. What each launch documents, what it leaves out, and the question left for a company running voice, WhatsApp and app agents from different vendors.
- [The AI agent stated what it never checked: two public cases and the mechanism behind the failure](https://niadra.com/en/blog/the-ai-agent-stated-what-it-never-checked-two-public-cases.md): A Canadian tribunal ordered Air Canada to pay for what its website agent said about bereavement fares. A Cursor support agent invented a one-device policy and customers cancelled. Why it happens, step by step, and what would have changed the outcome.
- [What it costs when the customer tells the same story on every channel](https://niadra.com/en/blog/what-it-costs-when-the-customer-tells-the-same-story-on-every-channel.md): 56% of customers say they have to repeat or re-explain what they already said; 29% of contacts come back for the same reason; an assisted contact costs US$ 13.50 at the median. The calculation an executive runs with their own numbers, and why AI agents from several vendors make it bigger.
- [The UAE central bank took WhatsApp away from its banks. Customer memory cannot live in the channel](https://niadra.com/en/blog/the-uae-central-bank-took-whatsapp-away-from-its-banks.md): In April 2026, the CBUAE gave banks, insurers and exchange houses thirteen days to stop serving customers over WhatsApp. What the directive says, what it teaches any market where WhatsApp comes first, and where customer memory has to live to outlast the channel.
- [Since 2 August, an AI agent in the EU must say it is AI. What 2026 regulation asks of agents that talk to customers](https://niadra.com/en/blog/what-2026-regulation-asks-of-an-ai-agent-that-talks-to-customers.md): Article 50 of the AI Act has applied since 2 August 2026, with fines of up to 15 million euros or 3% of turnover. Brazil's PL 2338 awaits a committee report. The UAE central bank published its note. What each text asks, and what all three ask together: proof of what the agent was, said and did.
- [Ten tests to run before AI agents from several vendors go live](https://niadra.com/en/blog/ten-tests-before-ai-agents-from-several-vendors-go-live.md): A script for the engineer: channel handoff in both directions, the unverified conversation, the recycled number, the vendor swap, the price with no source, the memory out of reach, deletion, the internal agent closing the loop and replay in CI. What to do, what to expect and how to measure, with the SDK's code.
- [Why cross-channel identity breaks agent memory, from 77.6% to 28.5%](https://niadra.com/en/blog/why-cross-channel-identity-breaks-agent-memory.md): In the same benchmark, the same memory gets 77.6% right with a single id and 28.5% when each channel sends its own id. What the number says about agents from different vendors, and why identity has to be resolved before anything is stored.
- [Why the agent quotes the wrong price, and what typed state in the context changes](https://niadra.com/en/blog/why-the-agent-quotes-the-wrong-price.md): The same agent, with and without the state of the customer's objects in the turn, measured on 126 answers per arm, from 36.6% to 84.9% right. What the state of now is, why a quote expires by its inputs and what it costs in tokens.
- [Memory for voice agents, the latency budget from the ring to the last turn](https://niadra.com/en/blog/memory-for-voice-agents-the-latency-budget.md): How long memory may take on a call, where every millisecond goes and what happens when it does not arrive, 1.5 s while the phone rings, 200 ms per turn, and the context measured at 16.8 ms at p95 through the public address.
- [Agent memory, what the agent learned about the work, never about the customer](https://niadra.com/en/blog/agent-memory-procedures-not-customer-data.md): Customer memory is one thing; agent memory is another, procedures, how tools behave and pitfalls, which today live in the prompt and go stale. How it enters the prompt, why it refuses personal data and why no note is born without review.
- [What an AI agent's memory should cost per conversation](https://niadra.com/en/blog/what-memory-should-cost-per-conversation.md): What a memory spends on models per thousand conversations, measured in the benchmark (US$ 0.36), what it costs at list price (US$ 2 to 3) and how much that is against the call it improves, under 1% of a five-minute call.
- [WhatsApp-first customer service with AI agents, one memory across WhatsApp, voice and the app](https://niadra.com/en/blog/whatsapp-first-customer-service-with-ai-agents.md): Where the customer writes on WhatsApp first and calls when it matters, the memory has to follow the person across channels, languages and vendors. What the WhatsApp agent needs, how Arabic and English in the same conversation are handled, and what the voice agent in the contact center receives.
- [When a phone number changes hands, what should the AI agent know?](https://niadra.com/en/blog/when-a-phone-number-changes-hands.md): A recycled phone number reaches the AI agent carrying someone else's history. See how a provisional profile hands over only what the new holder said, and what brings the number back.
- [Memory inside the agent platform or neutral memory: which to choose](https://niadra.com/en/blog/memory-inside-the-agent-platform-or-neutral-memory.md): AI agent platforms sell a context layer of their own. When it is enough, when the memory has to sit outside any vendor, and how the two live together.
- [The 90-day rollout of shared memory, week by week](https://niadra.com/en/blog/the-90-day-rollout-of-shared-memory-week-by-week.md): Preparation before day 1, four weeks in shadow mode, eight weeks on one journey with a control group and the decision in week 13. Who does what and how each goal is measured.
- [How to know whether your AI agent used the context it received](https://niadra.com/en/blog/how-to-know-whether-your-ai-agent-used-the-context.md): An AI agent can receive the customer's history and ignore it. How to measure, per agent and per vendor, what was used, what was asked again and what was contradicted.
- [Memory for internal AI agents: CRM, ERP, tickets, billing and orders](https://niadra.com/en/blog/memory-for-internal-ai-agents.md): How AI agents that work inside the company, in the CRM, the ERP, tickets, billing and orders, share the same memory as the customer-facing agents.
- [Build or buy memory for AI agents: in-house or a platform?](https://niadra.com/en/blog/build-or-buy-memory-for-ai-agents.md): What it takes to build memory for AI agents with Redis, PostgreSQL and pgvector, when building in-house pays off and when a platform makes more sense.
- [How to keep context from a voice call to WhatsApp, and back](https://niadra.com/en/blog/how-to-keep-context-from-voice-call-to-whatsapp.md): Your customer hangs up and messages you on WhatsApp. What the agent needs to know, how context crosses vendors and how to measure the channel handoff.
- [How AI agents from different vendors share customer history](https://niadra.com/en/blog/how-ai-agents-from-different-vendors-share-customer-history.md): Per-agent credentials, purpose-based reads, a log of every read and a memory the company keeps: how AI agents from different vendors share customer history.
- [Mem0 vs Zep vs Letta: memory for customer-facing AI agents](https://niadra.com/en/blog/mem0-vs-zep-vs-letta-memory-for-customer-facing-agents.md): Mem0, Zep, Letta and Niadra compared by use case: customer identity, context, governance, deployment and GDPR. See where each one is the stronger choice.
- [Omnichannel memory for AI agents: what it is and what it takes](https://niadra.com/en/blog/what-is-omnichannel-memory-for-ai-agents.md): Omnichannel memory is the customer memory every AI agent in a company shares, on any channel and from any vendor. Here is what it takes to get it right.
- [How to recognize the same customer across channels](https://niadra.com/en/blog/how-to-recognize-the-same-customer-across-channels.md): Phone, email, ID number and app login carry different weights. Here is how to unify customer identity across channels for AI agents without exposing data.
- [How to cut token costs for AI agents without losing context](https://niadra.com/en/blog/how-to-cut-token-costs-for-ai-agents.md): Layered context, prompt caching, minimum prefix sizes and on-demand history search. How to give an AI agent full context and pay less per token.
- [GDPR, LGPD and AI agents: what your security team will ask](https://niadra.com/en/blog/security-and-gdpr-for-customer-memory-in-ai.md): What to prove before AI agents read customer data: the DPA, encryption, keys held in HSMs, purpose-based access, audit trails and data subject rights.

## FAQ

- **Isn’t this just another memory for AI agents?** A memory for agents gives memory to one agent. Niadra gives the company one memory of each customer, built from the events of every channel and system, that any agent reads. And when you switch the agent’s vendor, the memory stays.
- **Which platforms and frameworks does Niadra work with?** The ones you already use. There are 36 ready-made adapters, among them LiveKit, Pipecat, ElevenLabs, Vapi, Retell, Twilio, WhatsApp, the OpenAI Agents SDK, LangGraph, LangChain, CrewAI, Agno and n8n. Everything else uses the SDK, the API or the MCP server.
- **Doesn’t my AI agent vendor already do this?** It does, but only inside itself. The WhatsApp agent cannot see the call another vendor handled, and no vendor opens its own memory to a competitor. That is why the memory has to sit above all of them.
- **Isn’t this my CRM?** No. The CRM keeps the history for a person to look up later. Niadra delivers the context to the AI agent during the conversation, already assembled. The outcome comes back by webhook, and your CRM records it.
- **Does it work for internal agents, the ones that never talk to customers?** It does. The billing agent that applies a credit and the orders agent that changes a delivery use the same three calls. The next agent, internal or customer-facing, starts out knowing.
- **How do my systems get into the memory?** By webhook, API or batch files. CRM, ERP, help desk, billing and orders send the notices they already emit, and Niadra links each one to the right customer. The systems remain the official source.
- **How do I know my agents are using the memory?** Niadra measures it. It delivered the context and receives the conversation that came after. Per agent and per vendor, you see what was used, what was asked again and what was said against the memory.
- **Does Niadra run actions or workflows?** No. Niadra notifies. When a rule of yours happens in the memory, it sends a signed webhook to your system or your agent. Acting is up to them.
- **Can the agent search the customer’s whole history?** Yes. Beyond the context delivered before the answer, the agent searches the whole history, with any LLM, through the SDK, the API or MCP. Every result respects that agent’s permissions.
- **How does Niadra know it is the same person?** It cross-checks the identifiers of each channel: phone, email, ID number, app login. A phone number is a clue, a password login is proof. A wrong merge is undone without losing anyone’s history.
- **Does it work with the AI model I already use?** Yes. The context arrives ready for the prompt, and history search uses the tool format every LLM understands. The provider does not matter, nor whether you host the model yourself.
- **Does this raise my AI spend?** It tends to lower it. The agent receives a compact context instead of the whole history on every message. The reading Niadra’s AI does of each conversation is already in the price. The Console shows the estimated savings on your model.
- **Do the agents also have a memory of their own, of their work?** They do. Each agent keeps its own working notes: procedures, how the tools behave, known traps. They never carry personal data, and your team reads and reviews everything in the Console.

## Optional

- [Texto completo do site em Markdown / Full site text in Markdown](https://niadra.com/llms-full.txt)
- [Mapa do site / Sitemap](https://niadra.com/sitemap.xml)
- [Feed do blog (RSS)](https://niadra.com/blog/feed.xml) · [Blog feed (RSS)](https://niadra.com/en/blog/feed.xml)