Memnest

memnest

韓国語 | インストール | 使い方 | 運用

コーディング AI はセッションが終わるとすべて忘れてしまいます。Memnest を使えば、AI が書いた要約ではなく、元の会話から以前に何を決めたのか、その理由を調べられます。

• 要約ではなく、元のテキストです。 LLM が履歴を書き換えることはありません。保存や検索でモデル API を呼び出さないため、API キーも追加のトークン料金も不要です。すべての結果には、開いて確認できるソース ID が付いています。
• あらゆるコーディング AI で、同じメモリを使えます。 Claude Code、Codex、Cursor、pi は同じローカルサービスに接続します。Claude Code で決めたことを、Codex から調べられます。
• データはマシン上にとどまります。 SQLite とローカルの多言語埋め込みモデルを備えた Rust バイナリは 1 つだけです。認証情報は、別の暗号化された保管庫に保存されます。

インストール

curl -fsSL https://raw.githubusercontent.com/Blue-B/memnest/main/core/scripts/install.sh | bash

ユーザー向けに最新リリースをインストールし、サーバーと会話ウォッチャーを起動して、見つかった Claude Code、Codex、Cursor の設定に Memnest を追加します。既存の設定は最初にバックアップされ、復元コマンドが表示されます。

必要条件：Apple Silicon 搭載の macOS、または x86_64（glibc 2.35 以降。例：Ubuntu 22.04、Debian 12）もしくは Arm64（glibc 2.39 以降。例：Ubuntu 24.04）で systemd を使用する Linux。セットアップには Python 3 が必要です。初回の書き込みまたは検索時に約 1.1 GB の埋め込みモデルがダウンロードされ、埋め込み処理には約 1.9 GB の RAM を使用する場合があります。

curl -fsSL https://raw.githubusercontent.com/Blue-B/memnest/main/core/scripts/install.sh \
  -o /tmp/memnest-install.sh
less /tmp/memnest-install.sh
VERSION=v0.4.3 bash /tmp/memnest-install.sh --user

動作を見る

別々の 2 つのクライアントで、ローカルのストアは 1 つです。MCP 経由で保存した記録が、独立した検索から同じ ID で取得されます。自分のマシンで再現できます。

使いどころ

蓄積された記録を使って、次のような質問に答えられます。

タスク管理ツールを切り替えた理由は何ですか？その決定に至った議論を探してください。

このプロジェクトで最後に決めたデプロイ方法は何ですか？その理由も教えてください。

前回このエラーが発生したとき、何を試しましたか？

AI はメモリを検索し、関連するソースを読み、それを使って回答します。結果にはソース ID が含まれるため、根拠を確認できます。これらはリクエストの例であり、自律的なデモでも、回答が見つかることを保証するものでもありません。

毎回適用する少数のルールなら、AGENTS.md または CLAUDE.md のほうが簡単です。Memnest は、必要なときに調べたい、増え続ける会話や決定の履歴を扱うためのものです。

pi に接続する

コアが起動したら、対応する拡張機能をインストールします。

# Published extension for core 0.4.x
pi install npm:[email protected]

# Or connect a reviewed source checkout
pi install ./pi-extension

別のソースから Memnest がすでに登録されている場合は、二重に読み込まれないよう、先にその登録を削除してください。pi で /memnest を使って接続を確認します。拡張機能の設定をご覧ください。

export MEMNEST_EXPOSE_SECRET_TOOLS=1
pi

その他の MCP クライアントは http://127.0.0.1:3111/mcp に接続します。接続例、その他の環境とソースからのインストール、アップグレードと復旧をご覧ください。Intel Mac ではソースからのビルドが必要です。

使い方

接続した AI に、以前の会話や決定事項を検索するよう依頼してください。自動想起はデフォルトでオフになっているため、必要なときに検索を依頼するところから始められます。自動想起を有効にするには、拡張機能の設定をご覧ください。

ツールを直接呼び出すクライアントは、次のフローを使用します。

memory_search(query="reason for switching task managers")
memory_get(id="<ID returned by search>")

5つのツールで、保存、検索、読み取り、修正、削除を行えます。重要な決定事項を明示的に保存するには、memory_remember を使用します。事実が変わった場合は、supersedes=<old ID> を指定して新しい内容を保存し、以前の記録と関連付けます。

ホストから現在のディレクトリが提供される場合、検索対象にはそのワークスペースと共有の playbook が含まれます。意図的にプロジェクト横断検索を行うには、project=all を指定してください。長い記録や近接する会話の項目については、ソースの読み取りをご覧ください。

インストール前の会話は、すべてが自動的にインポートされるわけではありません。履歴のインポートを使って、必要な元ファイルを選択してください。

ソースに裏付けられたコーディング記録（0.4.0）

報告を検証済みとして扱わずに、アプローチを提案済み、失敗、または成功報告として保存できます。任意で memory_remember(code_files=["relative/file"]) を使って選択したローカルファイルを添付し、そのバイト列と比較する場合は memory_get(check_code=true) を実行してください。無関係な編集によって警告が発生することはありません。コードの証拠をご覧ください。

任意のチームアクセスを追加すると、名前付きプロジェクトへの許可、監査、保持機能を利用できます。無料のローカル比較では、Memnest の得意な点とそうでない点を記録します。普遍的な精度の優位性を主張するものではありません。

重要な制限事項

• 検索は真偽の確認ではありません。 検索で関連する記録を見つけられない場合があります。Memnest は、過去の決定が今も有効かどうかを判断できません。後続ソースのヒントは、検証済みの返信関係ではありません。
• 取り込みは選択的です。 保存されるのは表示された会話テキストであり、推論、ツールの通信、画像、サブエージェントの会話は保存されません。ChatGPT や Claude に組み込まれたメモリはインポートされません。
• ストレージはローカルにあり、接続先の AI が回答します。 デフォルトのストレージと検索では、生成 LLM の呼び出しは行われません。明示的に evidence_only=true を指定すると、設定済みのローカルソース選択モデルが有効になりますが、その判断は検証されていません。クラウド AI プロバイダーには、モデルに送信する取得済みテキストが渡されます。
• 通常のメモリは暗号化されません。 マスキングでは既知の認証情報のパターンに対応しますが、あらゆる種類の秘密情報を検出できるわけではありません。ポート 3111 をインターネットに直接公開しないでください。
• ウェブコネクターはメモリへのネットワーク経路になります。 ChatGPT と Grok のコネクターには公開 URL が必要です。取得されたテキストはプロバイダーのサーバーに届き、その URL は認証情報として機能します。ウェブコネクターを参照してください。
• 削除しても即時に消去されるわけではありません。 記録はデフォルトで 30 日間ゴミ箱に保管されます。新しいプレーンテキストのアーカイブはデフォルトで無効ですが、古いアーカイブ、バックアップ、外部の会話記録にはコピーが残っている場合があります。セキュリティと削除の制限を参照してください。

ドキュメントとチェック

1 つの Rust サービスがソース記録を SQLite に保存し、BM25 とローカルの多言語埋め込みを使用して検索します。検索インデックスはソース記録から再構築できます。

• ChatGPT と Grok のウェブコネクター、実際のクライアントによる検証、再現可能な共有ストアのデモ
• 後続ソースのチェックと制限、検索評価、記録済みの 3 つの質問による想起チェック
• 設計上の決定、運用とバックアップ、コントリビューション
• 最新リリースと変更履歴

ライセンス

MIT © Blue-B