zhangfengcdt/memoir

해결하는 문제

Memoir은 AI 에이전트 메모리의 '전역 변수' 문제를 해결합니다. 평탄한 파일이나 투명하지 않은 벡터 데이터베이스는 컨텍스트 오염, 높은 토큰 비용(토큰 임대), 메모리 왜곡을 초래합니다. Memoir은 에이전트가 불필요한 실험적 패턴을 안정적인 프로덕션 환경에 적용하는 것을 방지하며, 전체 메모리 저장소를 지우지 않고도 환각을 감사하거나 되돌릴 수 있는 방법을 제공합니다.

작동 방식

Memoir은 Git과 유사한 버전 관리 기능을 갖춘 계층적 세마틱 메모리 시스템을 구현합니다. UUID나 평탄한 블롭을 사용하는 대신, 의미 있는 경로(예: profile.professional.skills.python)를 사용해 메모리를 정리합니다. 저장소, 분류, 검색을 명확히 분리한 클린 아키텍처를 통해 O(log n) 검색과 메모리 집계를 가능하게 합니다. 사용자는 메모리에 대해 브랜치, 커밋, 머지, 롤백을 수행하여 다양한 에이전트 세션 또는 프로젝트 상태 간에 암호적 무결성을 유지할 수 있습니다.

대상 사용자

주로 내구성 있고, 버전 관리가 가능하며, 투명한 장기 메모리 관리가 필요한 코딩 에이전트 및 개인 보조 에이전트를 개발하는 개발자들을 위한 것입니다.

주요 특징

• Git과 유사한 버전 관리: 브랜치, 커밋, 머지, 메모리 롤백을 지원합니다.
• 세마틱 경로: 불투명한 키 대신 의미 있는 계층적 경로를 사용해 메모리를 정리합니다.
• 고성능: O(log n) 검색을 제공하며, 키워드 기반 및 LLM 기반 검색을 포함한 여러 검색 엔진을 지원합니다.
• 광범위한 통합: Claude Code, Codex, Hermes, OpenClaw용 플러그인으로 제공되며, Cursor, Windsurf, VS Code와 같은 호스트용 MCP 서버로도 사용 가능합니다.