Autoloops/greplica

解決する課題

コーディングエージェントは、異なるセッション間で、アーキテクチャの決定、制約、失敗したアプローチなどの同じリポジトリのコンテキストを再学習するために、時間とトークンを浪費することがよくあります。Greplicaは、エージェントが新しいタスクを開始する前に以前の知識を照会できる、永続的で検索可能なメモリレイヤーを提供し、冗長な探索を減らし、プランニングの信頼性を向上させます。

仕組み

Greplicaは、リポジトリの構造、コード、セッションのトランスクリプトを分析し、耐久性のある知識を「components」、「flows」、「claims」として抽出して保存します。

1. 知識の抽出: 以前のエージェントセッションからのバンドルされたトランスクリプトを取り込み、メモリをブートストラップできます。
2. 照会: エージェントは greplica graph context コマンドを使用して、自然言語のクエリに基づいて、関連する事実とターゲットファイルを含む簡潔なMarkdownパケットを取得します。
3. 更新: フックまたは特定のコマンドを使用して、現在のセッションからの新しい学習内容をメモリに保存します。
4. デプロイモード:
   • Local Mode: SQLiteとローカルエンベディングを使用して、すべてのデータをユーザーのマシンに保持します。
   • Managed Mode: リポジトリを共有チームメモリサーバーに接続し、異なるフォークをまたぐ貢献者が知識を共有し、GitHub Actionsを介してメモリの更新を調整できるようにします。

対象者

AIコーディングエージェント（Claude Code、Codex、Cursor、OpenHandsなど）を使用しており、コードベースの長期的なメモリを維持することで、エージェントの効率を高め、トークンコストを削減したい開発者。

ハイライト

• トークン効率: ベンチマークでは、特定のプランニングタスクにおいて40-75%のトークン使用量の削減が示されています。
• クロスエージェント互換性: Cursor、Claude Code、GitHub Copilot CLIを含む幅広いプラットフォームをサポートしています。
• 視覚的メモリ: ブラウザで現在のリポジトリメモリを可視化するための greplica graph view コマンドが含まれています。
• プライバシーオプション: テレメトリなしの完全なローカルモードを提供します。
• エンタープライズ対応: Managed modeは、組織レベルのアクセス制御と、GitHubワークフローを介したOIDC認証によるメモリの調整をサポートしています。