mnemon-dev/mnemon

해결하는 문제

LLM 에이전트는 일반적으로 세션 간에 '기억 상실'을 겪으며, 중요한 결정과 세션 간 지식이 압축 과정에서 컨텍스트 창에서 사라지거나 밀려나게 됩니다. Mnemon은 다양한 세션과 심지어 다른 AI 프레임워크 간에도 장기적인 지식 기반을 유지할 수 있는 지속 가능한 크로스세션 메모리 계층을 제공합니다.

작동 방식

Mnemon은 결정론적 저장 및 인덱싱을 처리하는 독립형 네이티브 바이너리로 작동하며, 호스트 LLM이 감독 역할을 합니다. 자체 LLM을 내장하지 않고, 에이전트의 기존 지능을 활용해 무엇을 기억할지, 정보를 어떻게 연결할지, 언제 잊을지를 결정하게 합니다. Claude Code, Cursor, Pi 등의 에이전트 런타임에 런타임별 스킬, 행동 가이드, 라이프사이클 훅(Prime, Remind, Nudge, Compact)을 통해 통합되어 에이전트가 메모리 저장소와 상호작용하도록 유도합니다.

대상 사용자

프로젝트와 세션 간에 일관된 기억을 유지하고 싶은 개발자 및 AI 에이전트 사용자. 추가 API 키나 복잡한 인프라 없이도 가능합니다.

주요 특징

• LLM 감독 아키텍처: 호스트 LLM을 활용해 판단을 내리며, 추가 추론 비용과 별도의 API 키 필요성을 제거합니다.
• 사각형 그래프 지식 저장소: 벡터 유사도에만 의존하지 않고, 시간적, 엔티티, 인과, 의미적 엣지를 사용해 데이터를 구조화합니다.
• 의도 기반 프로토콜: LLM이 생각하는 방식에 매핑되는 인지 명령어(remember, link, recall)를 사용하며, 일반적인 데이터베이스 구문이 아닙니다.
• 광범위한 프레임워크 지원: Claude Code, Cursor, Codex, Pi, DeepSeek Harness 등 다양한 도구와 통합 가능합니다.
• 자동 유지보수: 중복 제거, 중요도 감소, 가비지 컬렉션을 내장하여 메모리의 정리 상태를 유지합니다.