tickernelz/opencode-mem

해결하는 문제

OpenCode Memory는 AI 코딩 에이전트를 위한 지속적이고 장기적인 기억 시스템을 제공합니다. 세션 간에 기술적 맥락, 프로젝트 고유의 결정, 사용자 선호 사항이 손실되는 것을 방지하여 AI 에이전트가 프로젝트의 발전 과정과 사용자의 작업 습관에 대해 일관된 이해를 유지할 수 있도록 합니다.

작동 방식

이 시스템은 메모리를 임베딩 형태로 저장하기 위해 로컬 벡터 데이터베이스(Turso/libSQL)를 사용합니다. 하이브리드 방식의 메모리 관리를 채택하고 있습니다:

• 자동 캡처: 세션이 대기 상태가 되면 백그라운드 AI 프로세스가 대화에서 기술적 맥락을 자동으로 추출하고 요약합니다.
• 수동 제어: 사용자는 memory 도구를 사용해 메모리를 명시적으로 추가, 검색, 삭제할 수 있습니다.
• 사용자 프로필: 시간이 지남에 따라 사용자의 선호 사항과 습관에 대한 프로젝트 간 요약을 학습합니다.
• 컨텍스트 삽입: 세션 중 관련 메모리가 AI 모델의 시스템 컨텍스트에 자동으로 삽입됩니다.
• 임베딩: Hugging Face Transformers(ONNX를 통해 CPU에서 실행)를 통한 로컬 임베딩과 원격 OpenAI 호환 임베딩 API를 모두 지원합니다.

대상 사용자

여러 채팅 세션에 걸쳐 프로젝트 결정, 버그 패턴, 개인 선호 사항을 기억시키고 싶은 OpenCode 사용자.

주요 기능

• 로컬 우선 지속성: 별도의 데이터베이스 서버 없이 Turso/libSQL을 사용해 네이티브 벡터 검색을 구현.
• 지능형 자동 캡처: 수동 사용자 프롬프트 없이 기술적 작업을 자동으로 메모리로 요약.
• 프로젝트 간 학습: 다양한 프로젝트 간 습관과 선호 사항을 추적하기 위해 별도의 사용자 프로필을 유지.
• 웹 관리 UI: 포트 4747에서 사용 가능한 내장 웹 인터페이스로 메모리를 탐색, 검사, 관리 가능.
• 개인정보 및 보안: 로컬 데이터베이스 샤드를 AES-256-GCM 암호화하여 저장.
• 유연한 임베딩 옵션: 12개 이상의 로컬 임베딩 모델 또는 원격 API 기반 임베딩을 지원.