marciopuga/cog

解決する課題

Cogは、AIエージェントの記憶が孤立している問題に対処します。各ツールやプロジェクトが個別の隔離された記憶を持つのではなく、CogはすべてのAIエージェントとプロジェクト間で共有される中央集権的でプレーンテキストの記憶層を提供し、新しいツールに文脈を再説明する必要を防ぎます。

動作方法

Cogはデータベースやサーバーではなく、構造化されたマークダウンファイルと規則を使用します。階層的な記憶アーキテクチャを採用しています：

• 階層: 記憶はホット（常に読み込まれる）、ウォーム（オンデマンド）、グレイシャー（アーカイブ）の3つの階層に分かれます。
• L0 ヘッダー: エージェントは段階的なコンテキスト読み込みを実行し、完全なファイルを読む前に要約（L0 ヘッダー）をスキャンします。
• 単一の真実のソース: 情報は1か所に保存され、ウィキリンクで相互参照されます。
• エージェント統合: Claude Code、Cursor、Windsurf、GitHub CopilotなどのさまざまなAIエージェントに「スキル」（指示ファイル）をインストールし、これらのエージェントがこの共有記憶フォルダを読み取ったり検索したり維持したりできるようにします。

対象ユーザー

複数のAIエージェントを異なるプロジェクトで使用し、エージェントが維持できる永続的で共有可能な知識ベースを求めるユーザー。手動でObsidianなどのツールで編集可能。

特徴

• エージェント非依存: Claude Code、Codex、Cursor、Gemini CLIなど、幅広いサポート対象エージェントで動作します。
• 人間が読みやすい: 記憶はプレーンテキストのマークダウンファイルとして保存され、Obsidianで可視化や手動編集が可能になります。
• 観察可能: ブラックボックスデータベースではなく、単純なファイルシステムの読み取りやgrepで記憶システム全体を観察できます。
• 自動メンテナンス: 週次メンテナンス、リフレクション、戦略的予見のためのスキルを含み、記憶の整理と統合を自動化します。
• 再帰的読み込み: 小さな読み取りのラダーを用いて、エージェントのコンテキストウィンドウをオーバーロードせずに、大規模な記憶ツリーを効率的にナビゲートします。