Lyellr88/marm-memory

解決する課題

AIエージェントは通常、チャットセッション間でコンテキストを失い、毎回ゼロからやり直さざるを得ません。MARM Memory は永続的でローカルファーストなメモリサーバーを提供し、エージェントが異なるセッション間、さらには異なるAIモデル間（例：ClaudeからGeminiへの切り替え）で決定事項、調査、プロジェクト履歴を保存して呼び出せるようにします。

仕組み

MARM は Model Context Protocol (MCP) サーバーとして動作し、接続されたエージェントに14個のツールスイートを提供します。フルテキスト検索 (FTS5 BM25) とセマンティックリランキングを組み合わせたハイブリッド検索システムを使用し、メモリが増加しても高速かつ正確な呼び出しを保証します。システムは3つのレイヤーで構成されています：

• コアメモリ： 会話、ノート、要約を保存します。
• コードグラフ： リポジトリにインデックスを付け、シンボルとコードパスをマッピングすることで、エージェントがコードベース全体を再読み込みせずにプロジェクト構造を理解できるようにします。
• 概念グラフ： メモリからエンティティと関係性を抽出し、それらをコードグラフにリンクします。

WALモードとシリアライズされた書き込みキューを備えた組み込みの SQLite データベースを使用して並行処理を管理し、pip または Docker を使用して様々なプロファイル（solo、swarm、または trusted）でデプロイできます。

対象者

MCP互換のAIエージェント（Claude Code、Codex、Gemini など）を使用し、エージェントにプロジェクトや決定事項の永続的で共有されたローカルメモリを持たせたい開発者や研究者。

ハイライト

• MCPネイティブ： HTTP または STDIO トランスポートを介して任意の MCP クライアントで動作します。
• ハイブリッド検索： キーワード検索とセマンティック埋め込みを組み合わせ、効率的なスケーリングを実現します。
• コード＆概念グラフ： リポジトリ構造と概念的な関係性をマッピングすることで、フラットなテキストを超越します。
• ローカルファースト： 組み込みの SQLite を使用し、ゼロ設定のローカルセットアップを実現します。
• Webコンソール： メモリ、ナレッジグラフ、インデックスの進捗を閲覧するための組み込み UI が含まれています。