MaxFreedomPollard/Compartment

해결하는 문제

Compartment는 AI 에이전트를 위한 안전하고 완전한 오프라인 암호화 영구 메모리 시스템을 제공합니다. 에이전트가 세션 간 또는 서로 다른 프로젝트 간에 컨텍스트를 잃어버리는 문제를 해결하며, 민감한 데이터가 사용자의 로컬 머신을 절대 벗어나지 않고 원격 측정이나 계정 요구 사항의 영향을 받지 않도록 보장합니다.

작동 방식

Compartment는 로컬 볼트 역할을 하며, 메모리를 소스 및 날짜와 연결된 단일 '주장(claim)'으로 저장합니다. 로컬 벡터 인덱스(번들된 ONNX 임베딩 모델 사용)와 키워드 인덱스를 결합한 하이브리드 검색 방식을 사용하여 밀리초 단위로 관련 정보를 검색합니다.

주요 기술적 메커니즘:

• 암호화: 임베딩 벡터를 포함한 디스크상의 모든 데이터는 사용자 암호로 암호화됩니다.
• 메모리 로직: 세분성을 보장하기 위해 '메모리당 하나의 주장'(최대 200자) 규칙을 강제합니다. '사실'(누적되는 것)과 '의견'(업데이트/대체되는 것)을 구분합니다.
• 랭킹: 사용자 정의 수학적 랭킹 시스템이 중요도 계층(예: 결정 사항, 개인적 사실)과 최신성에 따라 의미론적 증거와 문자 그대로의 증거를 결합하여 가중치를 부여합니다.
• 통합: Claude Code, Cursor, VS Code와 같은 MCP (Model Context Protocol) 클라이언트와 통합되며, 훅을 사용하여 특정 에이전트로부터 자동으로 메모리를 캡처할 수 있습니다.
• 동적 태그 지정: 백그라운드 프로세스가 임베딩 유사도를 기반으로 태그를 업데이트하여 프로젝트 컨텍스트가 진화함에 따라 메모리를 계속 검색할 수 있도록 합니다.

대상 사용자

절대적인 개인 정보 보호, 오프라인 기능, 그리고 에이전트가 선호도, 결정 사항, 기술적 사실을 장기적인 세션 간에 유지할 수 있는 방법이 필요한 AI 에이전트(Claude Code, Cursor, Hermes Agent 등) 사용자들을 위해 설계되었습니다.

주요 특징

• 제로 트러스트 개인 정보 보호: API 키, 계정, 네트워크 액세스, 원격 측정이 전혀 없습니다.
• 하이브리드 검색: 벡터 검색과 키워드 검색을 결합하여 특정 식별자(commit SHA 등)와 의미론적 개념을 모두 정확하게 검색합니다.
• 로컬 임베딩: 완전한 오프라인 처리를 위해 384차원 int8 ONNX 모델이 포함되어 있습니다.
• 암호화된 볼트: 텍스트와 벡터를 모두 보호하는 단일 파일 암호화 저장소.
• 관리 도구: 볼트 제어를 위한 시스템 트레이 앱과 메모리 그래프 및 성장을 시각화하기 위한 브라우저 기반 대시보드가 포함되어 있습니다.