christopherkarani/Wax

해결하는 문제

Wax는 AI 에이전트와 온디바이스 모델을 위한 영구적이고 로컬 우선적인 공유 메모리 계층을 제공합니다. 호스팅된 벡터 데이터베이스나 수동 Markdown 스크래치패드가 필요 없으며, 여러 AI 도구(Claude Code, Cursor, Hermes 등)가 디스크에 있는 단일하고 검색 가능한 .wax 파일에 읽고 쓸 수 있게 합니다.

작동 방식

Wax는 단일 바이너리 파일을 사용하여 문서, 메타데이터 및 인덱스를 저장합니다. 전체 텍스트 검색을 위한 SQLite FTS5와 의미론적 벡터 검색을 위한 CoreML 기반 MiniLM 임베딩을 결합했습니다. 에이전트가 이 메모리를 사용할 수 있도록 브로커 역할을 하는 MCP (Model Context Protocol) 서버를 제공하여, 서로 다른 AI 클라이언트가 HTTP를 통해 동일한 메모리 저장소를 공유할 수 있게 합니다. Apple 생태계 개발자를 위해 Swift SDK와 Apple Foundation Models에 대한 네이티브 통합을 제공하며, waxRemember 및 waxRecall과 같은 도구를 기기 내 LLM에 직접 제공합니다.

대상 사용자

• AI 에이전트 사용자: Cursor, Claude Code, Grokbot과 같은 도구를 사용하며, 서로 다른 세션과 프로젝트 전반에 걸쳐 사실을 기억하기를 원하는 사용자.
• Apple 개발자: 클라우드 API에 의존하지 않고 영구적인 온디바이스 메모리 저장소가 필요한 iOS 및 macOS 앱 개발자.
• AI 연구원/파워 유저: 호스팅된 메모리 서비스의 대안으로 개인적이고 계정이 필요 없는 솔루션을 찾는 사용자.

주요 특징

• 로컬 우선: 모든 데이터는 하나의 .wax 파일에 저장되며, iCloud나 AirDrop을 통해 쉽게 이동할 수 있습니다.
• 하이브리드 검색: 빠른 텍스트 검색과 의미론적 벡터 검색을 결합했습니다 (Apple Silicon에서 p95 리콜 약 6.1ms).
• 에이전트 간 호환성: 단일 메모리 저장소를 MCP를 통해 여러 AI 에이전트 간에 공유할 수 있습니다.
• 온디바이스 임베딩: iOS 18 및 macOS 15+에서 MiniLM 임베더를 자동으로 구성합니다.
• 제로 구성 메모리: 일부 RAG 시스템과 달리 remember는 LLM이 사실을 먼저 추출할 필요 없이 텍스트를 직접 저장합니다.