syncable-dev/memtrace-public

解決する課題

Memtrace は AI コーディングエージェントに「構造化メモリ」を提供し、大規模なコードベースで作業する際にコンテキストを失ったり依存関係が壊れたりするのを防ぎます。エージェントがファイルを何度も読み直す必要がなくなり、変更の全体的な影響範囲を把握せずに行う「盲目的リファクタリング」の問題を解決します。

仕組み

Memtrace はコードベースをリアルタイムかつ双時間的なエピソディック構造ナレッジグラフに変換します。LLM を使って関係性を推測する一般的なメモリシステムとは異なり、Rust と Tree‑sitter AST パーサーを用いてローカルでシンボル（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）を決定的に解決します。

標準的な AST グラフに対し、次の 2 つの重要な次元を追加しています：

1. Temporal Memory（時間的メモリ）：すべてのシンボルのバージョン履歴を追跡し、エージェントが「何が変わったか、何が予期せぬものか、または 6 種類のスコアリングアルゴリズムに基づいて何が壊れるか」を問い合わせられるようにします。
2. Cross‑service API Topology（クロスサービス API トポロジ）：異なるリポジトリ間の HTTP 呼び出しグラフをマッピングし、サービス間依存を検出します。

対象ユーザー

Claude Code、Cursor、Windsurf、VS Code Copilot などの AI コーディングエージェントを利用する開発者で、エージェントに複雑なマルチ言語リポジトリに対する深く永続的な理解を持たせたい方。

ハイライト

• 高性能：1500 ファイルを 2 秒未満でインデックス化し、API コストはゼロ。LLM ベースのメモリシステムより大幅に高速です。
• MCP ネイティブ：Model Context Protocol を通じて 25 以上のツールを公開し、検索、関係分析、インパクト分析、グラフアルゴリズムに利用できます。
• 広範な言語サポート：20 以上の言語をサポートし、バックエンド HTTP（Express、FastAPI、Django など）、CI/CD（GitHub Actions）、データベース（PostgreSQL RLS）向けのフレームワーク認識スキャナを提供します。
• プライバシー優先：完全にローカルで実行され、ソースコードは環境から出ません。
• エージェントスキル：17 個の事前構築スキル／ガイダンスプロンプトを含み、インシデント調査やリファクタリングガイドなどのタスクにツールをチェーンさせる方法をエージェントに教えます。