ai-memory logo

ai-memory

開く

コーディングエージェント向けのオープンソース長期記憶で、CLI、端末、チーム間のプロジェクト文脈を引き継げます。

共有:
代替ツールを見る

ai-memory

ai-memory は、MIT ライセンスで提供されるセルフホスト型のコーディングエージェント用メモリレイヤーです。あるエージェント CLI でリポジトリ作業を止め、別の CLI で再開すると、アーキテクチャ、失敗した試行、未解決事項を説明し直す必要があるという引き継ぎ問題を対象にしています。ai-memory はエージェントのライフサイクル観測を記録し、Git 管理できる Markdown wiki に整理して、次のセッションへ範囲を限定したブリーフと検索を提供します。Claude Code、Codex、Cursor、Gemini CLI、OpenCode などの統合を掲げていますが、特定のエディタやプラットフォームが完全対応だと決めつけず、導入前にサポートマトリクスを確認してください。

提供するもの

  • エージェント横断の引き継ぎ: 対応 harness は同じプロジェクトメモリへ書き込めます。handoff には担当者があり、一度だけ claim されます。
  • ファイルを正本にする設計: ページはバージョン管理できる通常の Markdown で、データベースは再構築可能な派生インデックスです。
  • セルフホスト運用: 必須のホスト型 API にプロジェクトメモリを送らず、ノート PC、homelab、または自分で運用するマシンでサービスを動かせます。
  • LLM なしの基本経路: 公式文書は capture、search、handoff を LLM API key なしで行えると説明します。ベクトル検索や LLM 補助の整理は任意機能なので、データ経路と費用を確認してから有効化します。
  • 現在の配布: 公式 v3.1.1 は 2026-10-17 に公開され、チェックサム付き Linux、macOS、Windows バイナリと Docker 手順を含みます。

実用的なワークフロー

まず使い捨てのテストリポジトリで、一つのエージェント統合だけを試します。ai-memory setup --plan を先に実行し、追加予定の hook、MCP 登録、Skill を確認します。小さな読み取り専用タスクを終えたら最初のエージェントを止め、同じリポジトリで別の対応エージェントを起動して、未決定の設計や失敗した実験を検索させます。生成された Markdown ページを確認してから、チーム共有サーバーを検討してください。Claude Code と Codex を切り替える、または別のマシンで開発を再開するチームに適した検証手順です。

プライバシー、制限、デプロイ

ai-memory は MIT で公開されており、ソフトウェアに必須のサブスクリプションはありません。ただしモデルアカウント、ストレージ、ホスティングは利用者の負担であり、任意の LLM または embedding 機能はプロバイダー費用を発生させる場合があります。プロジェクトは hook が型付きプライバシー境界で観測をサニタイズすると説明していますが、コーディングエージェントのメモリには機密のリポジトリ文脈が入る可能性があります。セキュリティ文書を読み、まず plan モードを実行し、サーバーアクセスを制限してください。チームで保持期間と権限に合意する前にプロジェクト scope を共有しないことが重要です。公式マトリクスではネイティブ Windows は experimental です。

比較

MCPlama は MCP ゲートウェイとコントロールプレーンであり、ai-memory はコーディングエージェント間の作業文脈の保存と検索に焦点を置きます。Everruns はエージェント構築用の Rust フレームワークで、ai-memory は既存のコーディングエージェント CLI の横に置く基盤です。新しい実行環境を作るより、編集可能なプロジェクト履歴と明示的な handoff を重視する場合に向きます。

始め方と FAQ

公式のインストールガイドを読み、変更を適用する前に文書どおり plan モードを実行してください。これはリポジトリ文書、最小権限の認証情報、バックアップ、または人によるレビューの代わりにはなりません。エージェント hook による捕捉を許容できないワークフローでは、このリポジトリへ導入せず、より限定した手動 handoff を使ってください。

LLM API key は必要ですか?

公式は capture、search、handoff に LLM を使わない経路を説明しています。LLM 補助機能は任意であり、費用とデータ処理を別途評価すべきです。

チームで共有できますか?

できます。プロジェクト単位の共有知識と個人 handoff が文書化されていますが、サーバー運用者は認証とアクセス制御を適切に設定する必要があります。

コメント

まだコメントがありません。最初のコメントを投稿してください!