agentmemory: とは何なのか、どのような問題を解決し、なぜ注目を集めているのか

解決する問題

コーディングエージェントは、セッション間での「記憶喪失」に悩まされることが多く、ユーザーがアーキテクチャ、好み、以前発見されたバグなどを再説明しなければならない状況に陥ります。CLAUDE.md や .cursorrules のような静的なファイルは存在しますが、それらはサイズに制限があり、すぐに古くなってしまいます。agentmemory は、異なる AI コーディングエージェント間で関連するコンテキストを自動的にキャプチャし、呼び戻すための、永続的で共有可能なメモリレイヤーを提供します。

仕組み

iii engine をベースに構築された agentmemory は、Model Context Protocol (MCP)、REST API、またはフックを介してエージェントと統合されるメモリサーバーとして機能します。エージェントのアクティビティを静かにキャプチャし、検索可能なメモリへと圧縮し、新しいセッションに正しいコンテキストを注入します。情報の検索には、BM25、Vector、および Graph 検索を Reciprocal Rank Fusion (RRF) と組み合わせたハイブリッド検索アプローチを採用しています。効率を維持するために、減衰（decay）と自動忘却メカニズムを備えた 4 段階の集約プロセスを採用し、メモリの肥大化を防ぎます。

対象ユーザー

Claude Code、GitHub Copilot CLI、Cursor、Gemini CLI などの AI コーディングエージェントを使用している開発者。手動でのコピー＆ペーストや手動のメモリ管理を行うことなく、エージェントにプロジェクト固有の詳細をセッションを越えて、また異なるツール間で記憶させたいと考えている方に適しています。

ハイライト

• 幅広い互換性: MCP、REST API、またはフックをサポートするあらゆるエージェント（例：Claude Code、Cursor、OpenCode、Aider）で動作します。
• 高い検索精度: LongMemEval-S ベンチマークにおいて 95.2% R@5 を達成しています。
• 外部依存関係なし: SQLite と iii-engine をローカルで使用するため、外部のベクトルデータベースは必要ありません。
• 自動キャプチャ: 手動の作業を一切必要とせずに情報をキャプチャするための 12 個の自動フックを備えています。
• トークン効率: コンテキスト全体を貼り付けたり、LLM による要約を行ったりする場合と比較して、トークン使用量を大幅に削減します。
• リアルタイムビューア: ポート 3113 でメモリをリアルタイムに監視するための組み込みビューアが含まれています。