syncable-dev/memtrace-public

何を解決するか

MemtraceはAIコーディングエージェントに「構造的記憶」を提供し、完全なファイルを再読み込みする必要や、セッション間でコンテキストを失うことを防ぎます。エージェントが見えない依存関係を破壊する「目隠しリファクタリング」の問題を解決し、LLMを使ってコードベースの知識グラフを構築する際の高コスト・高レイテンシを排除します。

動作方法

Memtraceはコードベースをライブで、二時相のエピソード的構造的知識グラフに変換します。一般的なメモリシステムがLLM推論を使って関係を抽出するのに対し、MemtraceはRustネイティブのTree-sitter ASTパーサーを使用して、ローカルマシン上でシンボル（関数、クラス、インターフェース）とその関係（呼び出し、インポート、実装）を決定論的に解決します。

標準的なASTグラフに2つの重要な次元を追加します：

• 時系列記憶：すべてのシンボルの完全なバージョン履歴を追跡し、6つの異なるスコアリングアルゴリズムに基づいて、何が変更されたか、予期しない変更は何か、何が壊れるかをクエリ可能にします。
• サービス間APIトポロジー：異なるリポジトリ間のHTTPコールグラフをマッピングし、サービス間の依存関係を検出します。

対象ユーザー

Claude Code、Cursor、Windsurf、DeepSeek HarnessなどのAIコーディングエージェントを使用し、大規模なコードベースに対する深いアーキテクチャ的理解を必要とする開発者。プライバシーを損なわず、APIコストも発生しない。

特徴

• 高パフォーマンス：1,500ファイルを2秒未満でインデックス化、APIコストゼロ。LLMベースのメモリシステムよりも大幅に高速。
• MCPネイティブ：検索、関係分析、影響分析、グラフアルゴリズムなど、25以上のツールをModel Context Protocol経由で提供。
• 広範な言語対応：Rust、Go、TypeScript、Python、Javaなど20以上の言語に加え、TerraformやGitHub Actionsなどのインフラストラクチャとしてコードも対応。
• ローカルファーストのプライバシー：すべてローカルマシン上で実行。ソースコードは環境外に流出しない。
• エージェントスキル：インシデント調査やリファクタリングガイド作成など、ツールを連携させるための17の事前定義スキルを搭載。