okf-memory/okf-agent-memory

해결하는 문제

AI 에이전트는 컨텍스트 창이 닫히면 중요한 아키텍처 결정, 도메인 지식, 운영 사실을 잃기 쉽습니다. 이 프로젝트는 고가의 블랙박스 벡터 데이터베이스나 비구조화된 마크다운 파일에 의존하지 않고, 지식을 저장하고 검색할 수 있는 지속 가능한, 벤더에 종속되지 않은 메모리 계층을 제공합니다.

작동 방식

Open Knowledge Format (OKF) v0.2를 구현하며, 지식을 프로젝트 리포지토리 내 knowledge/ 폴더에 YAML 프론트마터가 포함된 일반 마크다운 파일로 저장합니다. 외부 의존성 없이 Go 툴체인을 사용하여 빠르고 로컬의 어휘 검색(BM25)과 그래프 검증을 제공합니다. AI 에이전트와의 통합을 위해 내장된 Model Context Protocol (MCP) 서버를 포함하여, 에이전트가 자신의 지속적 메모리를 질의하고 업데이트할 수 있도록 합니다.

대상 사용자

소프트웨어 공학, 과학 연구, 운영 등 다양한 분야에서 버전 관리 가능하고 투명하며 낮은 지연 시간을 제공하는 메모리 시스템을 원하는 개발자 및 AI 에이전트 사용자.

주요 특징

• Git 네이티브: 모든 메모리는 일반 텍스트로 저장되어 git diff 및 git log를 통해 감사 가능하며, 외부 데이터베이스가 필요하지 않습니다.
• 고성능: 컴파일된 Go 바이너리를 사용해 300µs 미만의 검색 지연과 5ms 미만의 CLI 시작 시간을 제공합니다.
• 제로 API 비용: 임베딩 API 대신 로컬 BM25 인덱싱을 사용하여 메모리 검색에 대한 반복 비용이 없습니다.
• MCP 대응: Claude Code 및 Cursor와 같은 플랫폼과 원활하게 연결할 수 있는 내장된 Model Context Protocol 서버를 포함합니다.
• 진행형 공개: 계층적 인덱스 파일과 링크 그래프를 사용해 필요 없는 개념을 로드하지 않도록 하여 컨텍스트 과잉을 방지합니다.