activeloopai/hivemind

Hivemind turns your traces into reusable skills across agents

해결하는 문제

Hivemind는 AI 코딩 에이전트를 위한 공유형 클라우드 기반 메모리 시스템을 제공합니다. 모든 에이전트 세션이 처음부터 시작되는 '기억 상실 문제'를 방지하고, 한 에이전트(또는 동료)가 복잡한 문제를 해결하면 그 해결책이 팀 내 모든 에이전트에게 자동으로 제공되도록 보장합니다.

작동 방식

Hivemind는 캡처, 코드화, 전파의 사이클을 통해 작동합니다:

  1. 캡처: 지원되는 에이전트의 프롬프트, 툴 호출, 응답을 구조화된 트레이스로 가로채어 Deeplake에 저장합니다.
  2. 코드화: 백그라운드 워커가 이러한 트레이스를 분석하여 반복되는 패턴을 식별하고 재사용 가능한 SKILL.md 파일로 추출합니다.
  3. 전파: 이러한 코드화된 스킬과 세션 요약은 하이브리드 어휘적 및 의미적 검색을 통해 모든 연결된 에이전트에게 제공되어 추론 중에 이전 작업을 기억할 수 있도록 합니다.
  4. 가상 파일시스템: SQL을 백엔드로 사용하는 가상 파일시스템을 사용하여 ~/.deeplake/memory/의 파일 작업을 가로챕니다.

대상 사용자

Claude Code, Cursor, OpenClaw, Codex, Hermes, pi와 같은 AI 코딩 어시스턴트를 사용하여 팀 내 지식을 공유하고, 토큰 사용량과 세션 횟수를 줄이고자 하는 개발자 및 엔지니어링 팀.

주요 기능

  • 에이전트 간 메모리: 동일한 팀 내 다양한 AI 어시스턴트 간에 작동하여 지식을 실시간으로 전파 가능.
  • 패턴 마이닝: 성공적인 에이전트 상호작용을 자동으로 코드화된 스킬(SKILL.md)로 변환.
  • 비용 효율성: LoCoMo 벤치마크에서 비용(25% 감소), 토큰 사용량(1.7배 감소), 질문당 턴 수(31% 감소)에서 실증됨.
  • 광범위한 통합: 플러그인, 훅, MCP 서버를 통해 다양한 에이전트를 지원(클로드 코워크용 알파 통합 포함).
  • BYOC 스토리지: 사용자가 자신의 GCS, Azure, S3, 또는 온프레미스 버킷에 데이터를 보관할 수 있음.

관련

  • 프로젝트
    24kchengYe/MemoMind

    MemoMind는 AI 코딩 에이전트를 위한 로컬 호스팅, GPU 가속 메모리 시스템입니다. 채팅, 문서, 일상 이벤트에서 추출한 사실을 PostgreSQL + pgvector에 저장하고 지식 그래프를 구축하며, 빠른 4가지 방향 하이브리드 검색(의미적, BM25, 그래프, 시계열)을 제공합니다. 에이전트는 새로운 정보를 유지하고 관련 기억을 회상하며 전체 저장소를 반성할 수 있습니다. 모든 데이터는 사용자 기계에 머무르며, 어떤 OpenAI 호환 LLM과도 작동하고, 웹 대시보드를 통해 기억을 탐색하고 내보낼 수 있습니다.

  • 프로젝트
    zilliztech/memsearch

    memsearch는 AI 코딩 어시스턴트 대화를 Markdown으로 기록하고, 하이브리드(BM25 + 밀집) Milvus 인덱스를 구축하는 Python 라이브러리 및 CLI입니다. Claude Code, Codex, DeepSeek Harness, OpenClaw, OpenCode 등 여러 플랫폼에서 플러그인을 통해 크로스플랫폼 검색을 지원합니다. 로컬 ONNX 임베딩을 지원하며, 선택적 Zilliz Cloud 백엔드, 백그라운드 프로젝트/사용자 메모, 자동 스킬 증류 기능도 제공합니다.

  • 프로젝트
    AMAP-ML/SkillClaw

    SkillClaw는 LLM 에이전트와 LLM API 사이에 위치하는 오픈소스 시스템으로, 상호작용을 자동 기록하고 재사용 가능한 '스킬'을 추출, 중복 제거, 지속적으로 개선합니다. Hermes, Codex, Claude Code, QwenPaw, OpenClaw 등 다양한 에이전트와 호환되며, 로컬 스토리지, OSS 또는 S3를 통해 기기, 에이전트, 팀원 간에 통합된 스킬 라이브러리를 공유할 수 있습니다.

  • 프로젝트
    supermemoryai/supermemory

    Supermemory는 LLM 기반 어시스턴트를 위한 호스팅 및 자가 호스팅 가능한 기억 및 컨텍스트 엔진입니다. 채팅, 이메일, PDF, 이미지, 코드 등에서 사실을 추출하고, 사용자별 프로필(정적 사실 + 동적 최근 컨텍스트)을 구축하며, 단일 API(`add`, `profile`, `search`)를 통해 하이브리드 RAG + 기억 검색을 제공합니다. 인기 도구(Claude Code, Cursor, Codex 등)에 지속적 기억 기능을 제공하는 플러그인이 있으며, 원바이너리 `supermemory local` 서버를 통해 로컬 임베딩을 사용해 오프라인으로 전체 스택을 실행할 수 있습니다. LongMemEval, LoCoMo, ConvoMem 벤치마크에서 최첨단 성능을 기록(Recall@15 95% 이상, 컨텍스트 크기 99% 이상 감소)했습니다.

  • Dispatch
    funes: 코드 에이전트를 위한 내구성 있는 메모리 계층

    Hugging Face는 코드 에이전트 세션 추적을 인덱싱하고, 런타임, 머신, 모델 간에 원시 증거를 기억할 수 있도록 해주는 단일 바이너리로 로컬에서 실행되는 메모리 계층인 funes를 발표했습니다.