Agent Cowork Memory について
Agent Cowork Memory は、Codex、Claude Code、Cursor、OpenCode でプロジェクトのコンテキストを共有する MCP サーバーです。チャットの継続や共有メモの保存、エージェント間のタスク委任に対応します。
主な機能
- 01プロジェクトのチャット履歴とスレッド共有
- 02全エージェントから参照できるメモ
- 03他のエージェントへのバックグラウンド委任
- 04編集競合を防ぐファイルの確保
- 05セットアップ、状態確認、診断、バックアップ用CLI
活用シーン
- 01別のコーディングエージェントで作業を継続
- 02プロジェクトの決定事項をチャット間で共有
- 03ファイルごとの作業を他のエージェントに委任
- 04進行中のジョブとファイルの担当状況を確認
MCP 対応
MCP サーバーは、プロジェクトのコンテキスト、メモ、チャット再開、エージェント委任のツールを提供します。エージェントはCLIからサーバーを起動します。
設定
ローカルサーバーの設定はどのクライアントでも共通です。コピーしてクライアントの MCP 設定ファイルに貼り付けてください。
ツール
ローカルサーバーのツールはマシン上で起動して初めて取得できます。メンテナーはまだツール一覧を提供していません。
詳細
Agent Cowork Memory (ACM)
█████╗ ██████╗███╗ ███╗
██╔══██╗██╔════╝████╗ ████║
███████║██║ ██╔████╔██║
██╔══██║██║ ██║╚██╔╝██║
██║ ██║╚██████╗██║ ╚═╝ ██║
╚═╝ ╚═╝ ╚═════╝╚═╝ ╚═╝
作業の途中でCodexの上限に達しましたか?Cursorを開いて、**「Codexの続きから」**と伝えれば、そのまま続けられます。ACMはCodex、Claude Code、Cursor、OpenCodeで共有メモリを提供するため、コンテキストを再び貼り付ける必要はなく、どのエージェントからでもほかのエージェントに作業を任せられます。
ベンチマークで検証済み: 38件のホールドアウトタスクで、新しいチャットがACMを使って続行した場合、228回の実行のうち223回を完了しました。要約を貼り付けた場合は130回でした。
Codex ·
Claude Code ·
Cursor ·
OpenCode
デモ

その他のデモはACM公式サイトをご覧ください。
インストール
Node 24以降を使用してください:
npx agent-cowork-memory setup
セットアップにより、Cursorに加えて、インストール済みの場合はCodex、Claude Code、OpenCodeにもACMが追加されます。後からインストールした場合は、セットアップをもう一度実行してください。エージェントを再起動すると、すべてのプロジェクトでACMを利用できます。
LinuxとWSLで実際にテスト済みです。macOSとWindowsではCIに合格しています。実環境での動作確認も歓迎します。
使い方
メモリの共有
CodexとCursorで同じプロジェクトを開きます。別のエージェントでチャットを引き継ぐには、次のように依頼します。
ACMを使ってCursorから続きを進めてください。
または、Cursorで次のように依頼します。
ACMを使ってCodexから続きを進めてください。
各エージェントは、プロジェクト内のすべてのチャットを参照できます。複数ある場合、エージェントはチャットの一覧(エージェント、時刻、スレッド、最初のメッセージ、委任された作業のためにACMが開始したかどうか)を表示し、どのチャットを続けるか尋ねます。チャットを指定することもできます。
旅行についてのCodexのチャットを、ACMを使って続けてください。
関連する作業はスレッドにまとめられます。チャットを続ける場合も、そこから作業を委任する場合も、同じスレッドで作業が継続されます。また、新しいチャットからプロジェクト内の進行中のスレッドに参加することもできます。ACMは、チャットへの参加、ジョブの開始と完了、メモの追加など、発生した出来事をスレッドのタイムラインに記録するため、どのエージェントからでも作業の進捗を確認できます。
エージェントに決定事項を記憶するよう依頼すると、プロジェクト内のすべてのエージェントがその内容を確認できます。メモは常に最新の状態に保たれます。
ほかのエージェントに作業を委任する
どのエージェントからでも、ほかのエージェントに作業を任せられます。
codexにplan.mdを、claudeにpacking.mdを書いてもらってください。
各エージェントは作業の概要を受け取り、依頼元のスレッドに参加し、編集するファイルを競合しないように確保してから、結果を報告します。エージェントはバックグラウンドで動作します。herdrをインストールすると、各エージェント専用のペインが表示され、動作を確認できます(herdr session attach acm)。
ベンチマーク
評価内容
- 新しいチャットで作業を続けたとき、以前のチャットのコンテキストがどれだけ引き継がれるか。
- 各タスクは小規模な Python リポジトリで、2 つのステップに分かれています。以前のチャットでステップ 1 を行い、ステップ 2 の詳細をチャットに残します。
- 詳細は、短いチャットまたは長いチャットのいずれか 1 つに含まれている場合、2 つのチャットに分散している場合、後で変更された場合、チャットの途中で修正された場合、または README に古い内容が残っている場合があります。
- すべての非公開チェックに合格し、既存のテストにも引き続き合格し、古い値や置き換えられた値が実装されていない場合にのみ、実行を成功とみなします。
テスト内容
- Codex(gpt-6-luna、medium effort)で作業を続ける方法を 5 通りテストしました。
- ACM なし。
- ACM(「前回の Codex チャットから ACM を使って続けてください…」)。
- 以前のチャットで依頼に応じて作成した要約。
- 丁寧な引き継ぎメモ。
- 以前のチャットをすべて貼り付け。
- 保留していた 38 個のタスクは、いずれかの実行を行う前に作成し、分析方法も確定しました。
- 2 つの独立した履歴を用意し、それぞれの方法で 3 回ずつ実行しました。
| ACM なし | ACM | 要約を貼り付け | 引き継ぎメモを貼り付け | 全履歴を貼り付け | |
|---|---|---|---|---|---|
| 完了 | 0/76 | 223/228 | 130/228 | 214/228 | 222/228 |
| 古い値を実装 | 13/76 | 0/228 | 7/228 | 0/228 | 0/228 |
| 入力または貼り付ける文字数 | 80 文字 | 95 | 753 | 2,740 | 1,940 |
結果
- ACM は貼り付けた要約よりもコンテキストの欠落がはるかに少なく、41 ポイント高い頻度でタスクを完了しました(p < 0.001)。38 個中 29 個のタスクで上回り、下回ったタスクはありませんでした。
- 1 文だけ入力すればよく、探したりコピーしたりする必要もなく、履歴全体の貼り付けや、丁寧な引き継ぎメモの全文貼り付けと同等の結果でした。
- 60 個の開発用タスクでも同じ傾向が見られました。ACM は 180 回中 176 回、要約は 180 回中 124 回完了しました。
- 制限事項:タスクは詳細が以前のチャットに記載されているように構成されています。また、エージェントは 1 つ、モデルも 1 つです。
npm run bench # offline checks, free
npm run bench:live # the live benchmark; spends your Codex quota
MCP ツール
| ツール | 機能 |
|---|---|
context | 自分のスレッドとそのタイムライン、プロジェクトのメモ(最初の呼び出し以降は新しいもののみ)、開いているスレッド、最近のジョブ、作業中のユーザー、保留中のファイルを確認します。書き込み前にファイルを確保するには hold、スレッドに参加するには thread、自分のスレッドを閉じるには done を渡します。stale には、ファイルが変更されたため再確認が必要なメモが一覧表示されます。 |
note_add | すべてのエージェントが参照できるメモを保存し、矛盾する可能性のあるメモも表示します。tier は short(デフォルト、7 日間保持)または long、supersedes は置き換えるメモを指定します。 |
note_search | メモと、委任されたジョブの結果を検索します。 |
chats | プロジェクト内のすべてのエージェントの最近のチャットを一覧表示し、ACM が開始したチャットに印を付けます。 |
resume | 続けるチャットが複数ある場合、どのチャットを続けるかを尋ねてから、そのチャットを読み込み、同じスレッドの他のチャットで自分が発言した内容も確認し、そのスレッドに参加します。 |
delegate | 簡単な指示を添えて、herdr ペインまたはバックグラウンドで他のエージェントを起動し、その完了を待ちます。 |
delegate_wait | このチャットで委任したエージェントの完了を待ち続けます。 |
ACM は、どのチャットにいるかを自動的に伝えます。セッションは必要ありません。また、プロジェクトフォルダーから使う場合はパスも不要です(すべてのツールで repo_path は任意です)。
CLI
| コマンド | 内容 |
|---|---|
acm setup | エージェントに ACM を追加します。 |
acm mcp --harness <agent> | MCP サーバーを実行します。エージェントが自ら起動します。 |
acm status [--repo <dir>] [--chat <id>] [--harness <agent>] | プロジェクトのジョブ、保留中のファイル、チャットのスレッドを JSON で表示します。 |
acm doctor | インストール状況を確認します:Node、データベース、herdr、PATH 上のエージェント。 |
acm backup [--to <file>] | データベースをコピーします。 |
--home <dir>(または ACM_HOME)を指定すると、ACM の状態フォルダーを ~/.agent-cowork-memory から移動できます。npx -y agent-cowork-memory <command> で実行するか、グローバルにインストール済みの場合は acm で実行します。
コメント
AI アプリケーションが外部のツールやデータソースに統一的な方法で接続するためのオープンなプロトコルです。クライアントはモデルとの対話を担い、MCP サーバーはツール・リソース・プロンプトテンプレートを提供します。標準メッセージでやり取りするため、1 つのサーバーを複数のクライアントで再利用できます。