mcncarl/agent-memory-vault

해결하는 문제

AI 코드 에이전트는 일반적으로 다른 세션이나 다른 도구 간에 지속적이고 공유 가능한 장기 기억을 갖지 못합니다. 이 프로젝트는 클라우드 기반의 저장소가 아닌 로컬 기반 시스템을 제공하여, Claude Code 및 Codex와 같은 에이전트들이 하나의 검증 가능한 메모리 백업을 공유할 수 있게 하여 세션 간의 프로젝트 상태, 결정 사항, 학습된 교훈의 손실을 방지합니다.

작동 방식

이 시스템은 주로 Markdown 파일을 진리의 원천으로 사용하며, 이 파일들은 개인적인 Git 기반 디렉터리에 저장됩니다. 효율적인 검색을 위해 SQLite 데이터베이스를 사용하여 구조화된 검색과 전체 텍스트 검색을 지원하며, 임베딩 기반의 추가적인 로컬 의미 검색 레이어(EmbeddingGemma 및 Zvec)를 선택적으로 제공합니다.

데이터 무결성을 보장하고 에이전트 간의 작업 덮어쓰기를 방지하기 위해, "클레임(Claim)" 시스템을 구현했습니다. 이 시스템은 "클로즈아웃(Closeout)" 과정에서 파일을 커밋하기 전에 에이전트가 해당 파일을 먼저 클레임해야 한다는 규칙을 적용합니다. 또한, 오류 사용을 방지하기 위한 안전한 경계를 제공하기 위해 두 단계 쓰기 워크플로우(read-target → prepare → apply)를 제공합니다.

대상 사용자

Claude Code 및 Codex와 같은 AI 코드 에이전트를 사용하면서, 지속 가능하고 감사 가능하며 개인적인 장기 기억 시스템을 원하는 개발자들입니다.

주요 특징

• 로컬 우선 & 개인 정보 보호: 메모리는 공개 코드 저장소와 별도로 개인적인 로컬 백업에 저장됩니다.
• Git 기반: 메모리 파일의 버전 관리, 기록, 롤백을 위해 Git을 사용합니다.
• 하이브리드 검색: 키워드 검색(SQLite/FTS)과 선택적 로컬 벡터 기반 의미 검색을 결합합니다.
• 세션 기반 클레임: 클로즈아웃 중에 처리되는 파일은 반드시 클레임된 파일만 허용되어 세션 간 충돌을 방지합니다.
• 검증 가능한 쓰기: 소스 검사, 콘텐츠 기반 의도, 고영향 변경 사항에 대한 불변 수령증을 포함합니다.