mex-memory/mex

Persistent project memory for AI coding agents. Structured scaffold + drift detection CLI.

해결하는 문제

AI 코딩 에이전트는 큰 코드베이스에서 작업할 때 매번 세션마다 동일한 아키텍처 패턴을 다시 발견하거나, 거대하고 오래된 지침 파일로 컨텍스트 창을 가득 채우는 문제가 있습니다. mex는 "살아있는 위키"라는 개념을 도입하여, 리포지토리 내부에 존재하는 구조화된 마크다운 문서 시스템을 생성함으로써 이 문제를 해결합니다. 이 위키는 코드와 함께 성장하고 진화하며, 에이전트가 중복된 리포지토리 스캔 없이도 정확하고 작업에 관련된 컨텍스트를 유지할 수 있도록 합니다.

작동 방식

mex는 결정론적인 로컬 코드 그래프와 구조화된 마크다운 파일을 결합하여 프로젝트 지식을 유지합니다:

코드 매핑: Tree-sitter와 SQLite를 사용해 TypeScript, Python, Rust 등 다양한 언어 간의 심볼과 관계를 인덱싱하는 로컬 그래프를 구축합니다.
위키 생성: 에이전트는 이 그래프를 활용해 아키텍처, 규칙, 패턴 등의 구조화된 마크다운 위키를 리포지토리 내부에 직접 생성합니다.
컨텍스트 라우팅: 전체를 로드하는 대신, ROUTER.md 라우팅 시스템을 사용해 현재 작업에 관련된 특정 위키 페이지와 코드 그래프 주변만 로드합니다.
드리프트 감지: "그라운딩"(정확한 코드 심볼에 주장 연결)을 통해 코드 변경이 위키 주장의 유효성을 무효화했는지 감지할 수 있으며, mex sync를 통해 타겟된 수정이 가능합니다.

대상 사용자

Claude Code, Cursor, Windsurf, GitHub Copilot 등의 AI 코딩 에이전트를 사용하면서, 토큰 사용량을 줄이고 지연을 낮추며, 세션 간에 아키텍처 컨텍스트를 잃는 것을 방지하고자 하는 개발자에게 적합합니다.

주요 특징

그라운딩된 지식: 문서 주장과 정확한 코드 심볼을 연결하여 리팩터링이 문서를 깨뜨렸는지 감지할 수 있습니다.
작업 인식 라우팅: 특정 작업에 필요한 문서와 소스 코드만 로드함으로써 컨텍스트 창의 과도한 부피를 줄입니다.
결정론적 검색: 코드 그래프를 사용해 기계적 검색에 AI 토큰을 낭비하지 않고도 소스 기반 검색과 영향 분석을 제공합니다.
다중 에이전트 호환성: .cursorrules 또는 CLAUDE.md와 같은 다양한 도구가 서로 다른 AI 코딩 보조 도구와 원활하게 통합될 수 있도록 프로젝트 앵커를 제공합니다.