43 ferramentas MCP · Rust · $0.00/query

Seu agente de IA tem amnésia.
m1nd lembra.

Toda ferramenta encontra o que existe. m1nd encontra o que está faltando.

A cada sessão, seu agente relê todo o codebase — queimando $0.05–$0.50 por ciclo de busca em tokens de LLM, esquecendo tudo na próxima sessão. m1nd substitui esse loop por um grafo de código persistente que aprende com o uso, detecta buracos estruturais que nenhum grep jamais encontraria, e responde em 31ms a $0.00. Binário Rust local. Sem API keys. Sem cronômetro rodando.

Início Rápido Ver no GitHub

encontrar

o que falta

e se?

navegar

9.767 nós · 26.557 arestas · 335 arquivos

O problema

Agentes de IA são raciocinadores poderosos.
Péssimos navegadores.

Toda vez que um agente precisa de contexto, ele dispara chamadas de LLM para buscar, ler e adivinhar. Num codebase de 10.000 arquivos, isso são centenas de dólares por semana — e ainda assim perde o que não está lá.

“O que essa mudança afeta?”

O raio de explosão é invisível sem análise estrutural.

m1nd.impact

“O que está faltando?”

Buracos estruturais são indetectáveis por busca de palavras-chave.

m1nd.missing

“O que mais vai mudar?”

Padrões de co-change requerem contexto histórico.

m1nd.predict

“Como isso está conectado?”

Cadeias de dependência cruzam arquivos, módulos e camadas de abstração.

m1nd.why

Abordagem	O que faz	Por que falha
Busca full-text	Encontra tokens	Encontra o que você disse, não o que quis dizer
RAG	Embeddings de chunks, top-K	Cada retrieval é amnésico. Sem relações.
Análise estática	AST, call graphs	Snapshot congelado. Não responde “e se?”. Não aprende.
Knowledge graphs	Triple stores	Curação manual. Só retorna o que foi explicitamente codificado.

O que torna diferente

Seis capacidades que nenhuma outra ferramenta tem.

Não são melhorias incrementais. São diferenças estruturais.

O grafo aprende

Plasticidade Hebbian

Quando resultados estão corretos, caminhos se fortalecem. Quando errados, enfraquecem. Cada query torna a próxima mais precisa. O grafo se adapta ao seu codebase, não o contrário.

O grafo cancela ruído

Processamento Diferencial XLR

Emprestado da engenharia de áudio. Dois sinais trafegam o mesmo caminho -- a diferença revela a verdade. Arestas falso-positivas são canceladas antes de poluir resultados.

O grafo lembra

Sistema de Trails

Salve, retome e mescle estado de investigação entre sessões. Um agente pode continuar exatamente de onde outro parou. Sem redescoberta. Sem contexto perdido.

O grafo testa hipóteses

Motor de Hipóteses

25.015 caminhos explorados em 58ms. Pontuação de confiança Bayesiana. O grafo não só recupera -- ele avalia se uma afirmação estrutural é plausível.

O grafo simula alternativas

Motor Contrafactual

4.189 nós afetados analisados em 3ms. Remova um módulo virtualmente, veja o que quebra, meça a profundidade da cascata -- antes de tocar uma única linha de código.

O grafo permite navegar

Sistema de Perspectivas

Exploração stateful com histórico, branching e undo. Entre numa perspectiva, siga rotas, bifurque sua investigação, compare caminhos. 12 ferramentas. Como um cirurgião dentro do seu codebase.

Como funciona

O loop principal

m1nd não busca nos seus dados -- ele os ativa. Faça uma query sobre um conceito, e o grafo acende.

Clique no grafo para ver spreading activation em ação

Ingest

Constrói o grafo de propriedades a partir dos dados. Código, JSON, qualquer domínio.

Activate

Spreading activation em 4 dimensões com cancelamento de ruído XLR.

Learn

Plasticidade Hebbian: resultados corretos fortalecem conexões, errados as enfraquecem.

Persist

Grafo + estado de plasticidade salvos em disco. Próxima sessão começa de onde esta parou.

Quatro dimensões de ativação

Estrutural

Topologia do grafo: arestas, PageRank, estrutura de comunidades. Como as coisas estão conectadas.

Semântica

Similaridade de labels: char n-grams, co-ocorrência (PPMI), expansão de sinônimos.

Temporal

Dinâmica temporal: decaimento por recência, velocidade de mudança, histórico de co-change.

Causal

Fluxo de dependência: causação direcionada ao longo de arestas de import, call e contain.

A mudança de paradigma

Toda ferramenta de busca foi feita para humanos.
m1nd foi feito para agentes.

2026 é o ano do slop de IA — agentes forçando caminho através de codebases com loops de grep, queimando tokens como isqueiro. grep, ripgrep, tree-sitter: ferramentas brilhantes. Para humanos que leem terminais. Mas um agente de IA não quer 200 linhas de output para interpretar linearmente. Ele quer um grafo com pesos, dimensões e resposta direta: “o que importa e o que está faltando” — pronto para decidir, não para parsear.

O fim do teatro de context window. Chega de alimentar resultados de busca a um LLM para que ele busque de novo.

O ciclo do slop

1. Agente roda grep → 200 linhas de ruído
2. Alimenta output inteiro ao LLM → queima tokens parseando texto
3. LLM decide rodar grep de novo → repete 3–5 vezes
4. Finalmente age com informação incompleta

$0.30–$0.50 queimados por busca. 10 segundos perdidos. Pontos cegos estruturais permanecem.

Cirurgia de precisão

1. Agente chama m1nd.activate
2. Recebe subgrafo ranqueado com scores de confiança
3. Vê buracos estruturais que nenhuma busca textual encontraria
4. Age imediatamente com o quadro completo

1 chamada. 31ms. $0.00. Zero tokens. Entendimento estrutural completo.

m1nd não gera texto para um LLM reinterpretar. Ele gera decisões estruturadas — nós ponderados, scores de confiança, rankings dimensionais, buracos estruturais. O formato que um agente realmente precisa para agir, não mais slop para mastigar.

Por que $0.00 é real — não marketing

Quando um agente de IA busca no seu código com um LLM, ele envia seu código para uma API na nuvem, paga por token (input + output), espera a resposta, e geralmente repete 3–5 vezes. Cada ciclo custa $0.05–$0.50.

m1nd usa zero chamadas de LLM. Seu codebase vive como um grafo ponderado na RAM local. Queries são matemática pura — spreading activation, graph traversal, álgebra linear — executada por um binário Rust na sua máquina. Sem chamada de API. Sem tokens. Nenhum dado sai do seu computador. Por isso custa $0.00 e roda em 31ms.

Ciclo grep com LLM

Seu código → API na nuvem → tokens → $$
Como pedir direções ao Google toda vez que precisa atravessar a rua

Query m1nd

Grafo na RAM → matemática → resposta → $0
Como olhar um mapa que já está na sua mesa

Perspectivas

Navegue pelo código como um cirurgião.

grep é stateless. Cada busca começa do zero. Perspectivas do m1nd mantêm uma sessão de navegação viva — com histórico, branches e sugestões.

🔍

start

Entre numa perspectiva. Uma superfície navegável se forma ao redor da sua query.

🧭

routes

Explore rotas ranqueadas — caminhos ponderados pelo grafo.

🎯

Mova o foco para um alvo. Novas rotas se sintetizam automaticamente.

🔀

branch

Bifurque sua exploração. Como git branches, mas para investigação.

💡

suggest

m1nd recomenda seu próximo passo baseado no histórico de navegação.

⚖️

compare

Compare duas perspectivas. Nós compartilhados, caminhos únicos, deltas dimensionais.

12 ferramentas. Exploração stateful com memória, branching e undo.
Nenhuma outra ferramenta de navegação de código no mercado faz isso.

sessão de perspectiva

$ m1nd.perspective_start --query "payment flow"
Perspectiva p-7a3f aberta · 6 rotas sintetizadas

$ m1nd.perspective_follow --route "checkout → stripe"
Foco movido para stripe/client.rs · 4 novas rotas a partir deste nó

$ m1nd.perspective_branch --name "refund-path"
Branch criado · bifurcado a partir de stripe/client.rs

$ m1nd.perspective_suggest
→ refund/handler.rs (afinidade: 0.91, structural + causal)
“Baseado em 3 saltos: essa é a dependência mais provável”

$ m1nd.perspective_compare --a "main" --b "refund-path"
Compartilhados: 12 nós · Únicos do refund-path: 5 nós · Divergência: 0.34

43 ferramentas MCP

Tudo que um agente precisa.

Chamáveis por qualquer cliente MCP via JSON-RPC stdio. Sem SDK necessário.

Fundação (13)

m1nd.ingest

Carrega dados no grafo. Extrator de código ou descritor JSON.

m1nd.activate

Query de spreading activation -- “o que se relaciona com X?”

m1nd.impact

Raio de explosão -- “o que mudar X afeta?”

m1nd.why

Explicação de caminho -- “como A e B estão conectados?”

m1nd.learn

Feedback Hebbian -- “esse resultado estava correto / errado / parcial.”

m1nd.drift

Análise de drift de pesos -- “o que mudou desde a última sessão?”

m1nd.health

Diagnósticos -- contagens de nós/arestas, sessões, status de persistência.

m1nd.seek

Lookup direcionado de nós -- encontra entidades específicas por ID ou padrão.

m1nd.scan

Varredura ampla do grafo -- enumera nós por tipo, label ou vizinhança.

m1nd.timeline

Sequência temporal -- como nós mudaram ao longo do tempo.

m1nd.diverge

Análise de branch -- onde dois caminhos divergem?

m1nd.warmup

Priming de contexto -- “prepare-se para a tarefa X.”

m1nd.federate

Federação multi-repo -- costura grafos entre repositórios.

Navegação por Perspectivas (12)

perspective.start

Abre uma nova perspectiva -- uma visão com escopo e filtros no grafo.

perspective.routes

Encontra todos os caminhos entre dois nós dentro da perspectiva.

perspective.follow

Navega para frente -- segue uma aresta a partir da posição atual.

perspective.back

Navega para trás -- retorna a uma posição anterior.

perspective.peek

Prévia de vizinhos sem se mover -- olhe antes de saltar.

perspective.inspect

Detalhes completos do nó atual -- arestas, pesos, metadados.

perspective.suggest

Navegação guiada -- “pra onde devo ir agora?”

perspective.affinity

Pontua o quão relacionados dois nós estão deste ponto de vista.

perspective.branch

Bifurca a perspectiva atual em explorações paralelas.

perspective.compare

Diff entre duas perspectivas -- o que cada uma vê que a outra não?

perspective.list

Lista todas as perspectivas ativas e suas posições.

perspective.close

Fecha uma perspectiva e libera seus recursos.

Sistema de Locks (5)

lock.create

Snapshot do estado do grafo -- cria uma baseline para comparação.

lock.watch

Monitora mudanças contra o lock -- detecção de drift em tempo real.

lock.diff

Diff do estado atual contra o lock -- o que mudou?

lock.rebase

Atualiza o lock para o estado atual -- aceita todas as mudanças.

lock.release

Libera o lock e a memória do snapshot.

Superpoderes (13)

m1nd.hypothesize

Testa uma afirmação estrutural -- confiança Bayesiana sobre 25K+ caminhos.

m1nd.counterfactual

Simulação de remoção -- “o que quebra se removermos X?”

m1nd.missing

Detecção de buracos estruturais -- “o que está faltando nesse quadro?”

m1nd.resonate

Análise harmônica -- ondas estacionárias, frequências ressonantes.

m1nd.fingerprint

Detecção de equivalência -- “essas duas coisas são duplicatas?”

m1nd.trace

Trace completo de ativação -- cada salto, cada peso, cada decisão.

m1nd.validate_plan

Valida um plano de implementação contra a estrutura do grafo.

m1nd.predict

Predição de co-change -- “o que mais vai precisar mudar?”

m1nd.differential

Diferencial XLR -- separa sinal de ruído entre duas queries.

trail.save

Salva estado atual da investigação -- todas as ativações, perspectivas, contexto.

trail.resume

Retoma um trail salvo -- continua exatamente de onde parou.

trail.merge

Mescla dois trails -- combina investigações paralelas.

trail.list

Lista todos os trails salvos com metadados e timestamps.

Comparação

m1nd vs. as alternativas.

Categoria diferente, não apenas uma versão melhor.

O imposto de tokens é real

Toda vez que um agente de IA roda grep no seu codebase e alimenta os resultados a um LLM, você paga. Usuários do Cursor reportaram $22K/mês em excedentes. Times rodando Copilot + modelos frontier em repos grandes veem $200–$500/mês só em custos invisíveis de busca.

100 buscas/dia × $0.30/busca = $9/dia = $270/mês
Isso dá $3.240/ano só em busca. Por desenvolvedor.

m1nd

/query. /dia. /mês. /para sempre.

Binário Rust local. Sem API keys. Sem nuvem.
Nenhum dado sai da sua máquina. Nunca.

	m1nd	Sourcegraph	Cursor	Copilot	Greptile
Grafo de código	Grafo de propriedades completo	Índice de símbolos	Nenhum	Nenhum	Índice AST
Aprende com o uso	Plasticidade Hebbian	Não	Não	Não	Não
Persiste investigações	Sistema de trails	Não	Não	Não	Não
Testa hipóteses	Motor Bayesiano	Não	Não	Não	Não
Simula remoção	Contrafactual	Não	Não	Não	Não
Locks multi-agente	Sistema de locks (funciona)	Não	Tentou, falhou	Não	Não
Multi-repo	Federação	Sim	Não	Não	Por-repo
Latência de busca	31ms (local)	~200ms (nuvem)	320ms+ (nuvem)	500–800ms	Depende da nuvem
Interface para agentes	43 ferramentas MCP	API	Apenas embutido	Apenas embutido	API
Custo mensal	$0 (para sempre)	$59/usuário/mês	$20+/mês (excedentes até $22K)	$19+/mês	$30/dev/mês
Capacidades (de 16)	16/16	1/16	0/16	0/16	1/16

A vantagem medida

3–4 anos à frente. Medido.

Comparamos m1nd com todas as ferramentas da categoria em 16 capacidades. m1nd pontua 16/16. O melhor concorrente pontua 3. Cursor e Copilot pontuam zero.

Capacidades cobertas (de 16)

m1nd

16/16

100%

CodeGraphCtx

3/16

Joern

2/16

CodeQL

2/16

ast-grep

2/16

Letta Code

2/16

Sourcegraph

1/16

Augment

1/16

Greptile

1/16

Cursor

0/16

Copilot

0/16

Seis coisas que ninguém mais pode afirmar

01 — ZERO CONCORRENTES

Plasticidade Hebbian em grafos de código

O grafo se reconecta baseado em quais caminhos de query levam a resultados corretos. Nenhuma outra ferramenta faz isso. Nenhum paper publicado descreve isso para código.

02 — 10-30x MAIS RÁPIDO

$0.00/query a 31ms

Binário Rust local. Zero tokens de LLM queimados por query. Toda ferramenta dependente de LLM paga $0.10-$0.50 por busca e espera 300ms-2s.

03 — ZERO ARTE PRÉVIA

Encontra o que FALTA no código

Detecção de buracos estruturais da teoria de Burt da sociologia, aplicada a grafos de código. Encontra lacunas na sua arquitetura que nenhuma busca revela.

04 — MAIOR SUPERFÍCIE

43 ferramentas MCP = ciclo cognitivo completo

Ingerir, ativar, hipotetizar, simular, aprender, navegar, federar. O maior concorrente oferece ~15 ferramentas. A maioria oferece 3-5.

05 — TÉCNICA INÉDITA

Cancelamento de ruído XLR

Emprestado da engenharia de áudio: filtragem Cross-Layer Resonance suprime arestas falso-positivas durante spreading activation. Zero arte prévia em grafos de código. Zero concorrentes, zero papers.

06 — OUTROS TENTARAM E FALHARAM

Locking de grafo multi-agente

Cursor tentou locking de arquivos multi-agente e abandonou. m1nd entrega 5 ferramentas de lock que funcionam: snapshot, watch, diff, rebase, release. Múltiplos agentes, um grafo consistente.

3–4 anos à frente

Construído sobre 6 disciplinas que nenhum concorrente cobre sozinho: ciência cognitiva, sociologia, neurociência, processamento de sinais, física e sistemas distribuídos.

Leia a análise competitiva completa →

Output real

Uma sessão completa, do início ao fim.

m1nd ingerindo e analisando um codebase de produção. Cada número é real.

sessão de produção m1nd

1. Ingest > m1nd.ingest path=./
Escaneados 335 arquivos-fonte em 3 linguagens
9.767 nós, 26.557 arestas construídos em 910ms
Histórico de co-change: 214 grupos de commits analisados

2. Activate > m1nd.activate query="spreading activation"
Seeds: activation.rs, graph.rs, xlr.rs
Wavefront: 3 → 18 → 47 nós
0.94 fn::propagate_wavefront (structural 0.97)
0.91 fn::score_candidates (semantic 0.93)
0.87 fn::xlr_gate (causal 0.89)
0.72 fn::compute_pagerank (structural 0.78)
XLR cancelou 12 arestas de ruído · 31ms

3. Impact > m1nd.impact targets=["graph.rs"]
Raio de explosão: 23 nós em 4 saltos
Direto: activation.rs, xlr.rs, temporal.rs, builder.rs
Indireto: server.rs, tools.rs, session.rs
Alto impacto: graph.rs é pedra angular (PageRank top 3%)

4. Hypothesize > m1nd.hypothesize "graph.rs depende de temporal.rs"
Explorados 25.015 caminhos em 58ms
Confiança: 0.87 (evidência forte structural + temporal)
Suporte: 14 caminhos diretos, 3 clusters de co-change
Enfraquecendo: 2 caminhos através de módulo deprecado

5. Counterfactual > m1nd.counterfactual remove=["graph.rs"]
CASCATA: 4.189 nós afetados em 3ms
ÓRFÃOS: 8 funções ficam inalcançáveis
RESILIENTE: temporal.rs, domain.rs sobrevivem via caminhos alternativos
Simulação completa: graph.rs é estrutural

6. Learn > m1nd.learn feedback=correct nodes=[activation.rs, xlr.rs]
LTP aplicado: 14 arestas fortalecidas (média +0.12)
Estado de plasticidade persistido · 2.847 pesos modificados no total

Comece agora

Funcionando em 60 segundos.

Build

cargo build --release

Executar

m1nd inicia como um servidor JSON-RPC stdio. Compatível com MCP direto da caixa.

./target/release/m1nd-mcp

Ingerir & Consultar

Envie mensagens MCP via stdin. O estado persiste automaticamente.

              // Ingest a codebase

              {"method":"tools/call","params":{"name":"m1nd.ingest",

                "arguments":{"path":"/your/project","agent_id":"my-agent"}}}

              // Query

              {"method":"tools/call","params":{"name":"m1nd.activate",

                "arguments":{"query":"authentication","agent_id":"my-agent"}}}

              // Learn from results

              {"method":"tools/call","params":{"name":"m1nd.learn",

                "arguments":{"feedback":"correct","node_ids":["file::src/auth.rs"]}}}

Qualquer domínio

Não só código. Ingira qualquer knowledge graph a partir de JSON.

              // Descritor JSON -- funciona para qualquer domínio

              {"nodes": [

                {"id":"concept::activation", "label":"Spreading Activation", "type":"Concept"},

                {"id":"concept::plasticity", "label":"Hebbian Plasticity", "type":"Process"}

              ],

              "edges": [

                {"source":"concept::activation", "target":"concept::plasticity",

                 "relation":"enables", "weight":0.8}

              ]}

Limitações honestas

O que m1nd não é.

Nenhuma ferramenta é tudo. Aqui estão as bordas do m1nd.

Não é um editor de código

m1nd navega e analisa. Ele não escreve, refatora ou aplica patches. Combine-o com um agente que faça isso.

Não é um motor de busca

Ele encontra relações estruturais, não correspondências de texto. Para busca literal, use grep. Para entendimento estrutural, use m1nd.

O grafo vive na memória

O grafo completo fica na RAM para velocidade. Monorepos grandes (100K+ arquivos) precisarão de memória significativa. Persistência é em disco no shutdown.

Máquina única hoje

Federação costura grafos de múltiplos repos, mas o servidor roda numa única máquina. Modo distribuído ainda não foi implementado.

Seu agente de IA tem amnésia.
m1nd lembra.

Agentes de IA são raciocinadores poderosos.
Péssimos navegadores.

Seis capacidades que nenhuma outra ferramenta tem.

O loop principal

Quatro dimensões de ativação

Toda ferramenta de busca foi feita para humanos.
m1nd foi feito para agentes.

Navegue pelo código como um cirurgião.

Tudo que um agente precisa.

Números reais de um codebase real.

m1nd vs. as alternativas.

3–4 anos à frente. Medido.

Uma sessão completa, do início ao fim.

Funcionando em 60 segundos.

Build

Executar

Ingerir & Consultar

Qualquer domínio

O que m1nd não é.

Pare de pagar pela amnésia.
Dê aos seus agentes um m1nd.

Seu agente de IA tem amnésia.m1nd lembra.

Agentes de IA são raciocinadores poderosos.Péssimos navegadores.

Seis capacidades que nenhuma outra ferramenta tem.

O loop principal

Quatro dimensões de ativação

Toda ferramenta de busca foi feita para humanos.m1nd foi feito para agentes.

Navegue pelo código como um cirurgião.

Tudo que um agente precisa.

Números reais de um codebase real.

m1nd vs. as alternativas.

3–4 anos à frente. Medido.

Uma sessão completa, do início ao fim.

Funcionando em 60 segundos.

Build

Executar

Ingerir & Consultar

Qualquer domínio

O que m1nd não é.

Pare de pagar pela amnésia.Dê aos seus agentes um m1nd.

Seu agente de IA tem amnésia.
m1nd lembra.

Agentes de IA são raciocinadores poderosos.
Péssimos navegadores.

Toda ferramenta de busca foi feita para humanos.
m1nd foi feito para agentes.

Pare de pagar pela amnésia.
Dê aos seus agentes um m1nd.