Local-first memory, decision engine, and governance harness for AI agents — portable across IDEs. Own the state. Rent the intelligence.

Athena – ポータブルでセルフホスト型の AI エージェントメモリ

概要 – Athena は Python ベースの SDK で、LLM エージェントの「メモリ」を通常の Markdown ファイルとして自分のディスクに保存できます。同じコンテキストが、さまざまな IDE 統合チャットアシスタント（Claude Code、Antigravity、Cursor、Gemini CLI、VS Code など）や任意の基盤モデル間で持ち運べるという考えです。Athena は、これらの IDE のチャットパネルにフックする小さなコマンドラインインターフェース（athena init、/start、/end、/ultrastart など）を提供し、セッションを記録して、後でハイブリッドなキーワード＋ベクトル RAG パイプラインで関連する事実を取得します。

なぜ重要か

ポータビリティ – ベンダーロックインされたメモリはありません。知識はプレーンで git 追跡可能な Markdown に存在するため、コンテキストを失うことなく Claude から Gemini（または将来の任意のモデル）に切り替えられます。
ローカルファースト – 「軽量」インストールにはクラウド依存がありません。すべてが自分のマシン上で実行されます。オプションの「フル」インストールでは、クラウド同期と再ランキングのために Supabase ベースの pgvector ストレージが追加されます。
安全フック – Athena はコードで強制されるガードレール（破壊チェック、シークレットスキャン、グラウンディング）を注入し、破壊的なコマンドがモデルに到達する前に停止します。
コスト意識 – 異なる使用モード（lightweight、standard、deep）により、セッションごとにロード/保存されるトークン数を制御でき、API コストを予測可能に保ちます。

コアコンポーネント

コンポーネント	役割
IDE フック	サポートされている IDE のチャット UI から `/start` … `/end` コマンドをキャプチャする、最小限でコード強制の統合。
Athena SDK	セッションライフサイクルを処理し、Markdown ログを書き込み、ハイブリッド検索パイプライン（キーワード検索 + オプションのベクトル埋め込み + クロスエンコーダー再ランク）を実行します。
ディスクストレージ	プレーンな Markdown ファイルで、git でバージョン管理されます。オプションの Supabase pgvector ストアで、クラウド同期と高速なベクトル検索が可能です。

アーキテクチャは 3 層のフローとして視覚化されています：IDE → Athena SDK → ディスク（または Supabase）。

はじめに（クイック）

# Clone & set up a virtual environment
git clone https://github.com/winstonkoh87/Athena-Public.git && cd Athena-Public
python3 -m venv .venv && source .venv/bin/activate

# Install the lightweight package (no cloud deps)
pip install -e "[local]"

# Initialise for your IDE (example: Claude Code)
athena init --ide claude

# Verify the installation
athena doctor   # should report 0 failures

その後、IDE の AI チャットパネルで /start と入力し、通常どおり作業して、/end で終了します。セッションは自動的に Markdown として保存されます。

安全性と信頼性

ガードレール – 組み込みの「破壊チェック」は 16 の既知の破壊的コマンドのうち 14 をブロックします。残りの 2 つは docs/TECH_DEBT.md で追跡されています。
シークレットスキャン – CI はコミットごとに Gitleaks を実行します。README は 1,248 コミットにわたってリークがゼロであると報告しています。
ベンチマーク – リポジトリには以下を測定するスクリプトが同梱されています：
- KV キャッシュのウォームアップ速度向上（2K トークンの起動 vs 32K 起動で約 35-50 倍高速）。
- 検索品質（Hit@5 = 0.569、MRR@5 = 0.472）を厳格な評価器で測定。
テスト – 644 のユニットテストと統合テストがすべて合格（pytest）。ruff によるリンティングは問題なし。

誰が使うべきか？

開発者 – AI 支援コーディングに依存し、個人のコンテキストがモデルやプロバイダーの変更後も存続することを望む。
チーム – すでにドキュメントをバージョン管理しており、LLM アシスタント用に再現可能で監査可能なメモリ層を望む。
プライバシーを重視するユーザー – 独自のクラウドメモリよりもローカルストレージを好む。

制限事項

「複合的なパーソナライゼーション」の主張は、単一の著者の 1,900 以上のセッションに基づいています。正式なマルチユーザー研究はまだありません。
反お世辞メカニズムは現在 Claude Code にのみ実装されています。
完全なクラウド同期とベクトル再ランキングには Supabase アカウントと追加設定が必要です。

詳細を知るには

ドキュメント – docs/GETTING_STARTED.md、docs/ARCHITECTURE.md、docs/CLI.md。
安全性 – SAFETY.md は制限と責任ある使用について説明しています。
ベンチマーク – docs/BENCHMARKS.md は検索と KV キャッシュの測定について詳述しています。
貢献 – IDE サポートを追加したり検索パイプラインを改善したい場合は、CONTRIBUTING.md のガイドラインに従ってください。

TL;DR

Athena は、LLM エージェントメモリを不透明なプラットフォームサービスからユーザー所有の Markdown ファイルに移す、実在するオープンソースツールです。IDE フック、ハイブリッド RAG 検索、安全ガードレールを備えています。ローカルですぐに動作し、Supabase を介してクラウド同期に拡張できます。