remem-mcp — Local-first MCP Memory + CodeGraph + Wiki

remem-mcp

コーディングエージェントが同じ間違いを繰り返さなくなります。

コンテキストの圧縮後も保持される、ローカルファーストのメモリーです。あらゆるエラーから学習し、次の試行の前に修正方法を挿入し、Git リポジトリと同期するため、チーム全員で共有できます。

API キー不要。クラウド不要。データベースサーバー不要。SQLite ファイルだけです。

---

インストール

npx remem-mcp setup

ZCode、Claude Code、Cursor、Devin、Codex を自動検出します。MCP サーバーとフックを登録します。

---

クイックスタート

1. エージェントを再起動します（終了して再度開きます）
2. 「何を覚えていますか？」と尋ねます
3. エージェントが過去のコンテキストを思い出せば、メモリーは動作しています

エージェントに次のように伝えられます：

• 「src のコードをインデックス化して」→ CodeGraph がシンボルをインデックス化します
• 「関数 X を呼び出している箇所を見つけて」→ 呼び出し元を分析します
• 「何を覚えていますか？」→ 過去のコンテキストを呼び出します

---

自動的に行われる処理

タイミング	処理
セッション開始時	過去のエラー、判断、ペルソナをエージェントのコンテキストに挿入します
各プロンプト	一致するメモリーをエージェントのコンテキストに挿入します
コマンド失敗時	エラーをメモリーとして自動的に記録します
コンテキスト圧縮時	圧縮後にメモリーを再挿入します
セッション終了時	ワーカーが事実を自動抽出し、要約を統合してペルソナを更新します

コマンドを実行する必要はありません。エージェントは回答前に recall() を呼び出し、作業後に capture() を呼び出します。スキルがそのように指示します。

---

仕組み

AI Agent (ZCode / Claude Code / Devin / Cursor / Codex)
    │
    ├── MCP tools ──▶ recall, capture, codegraph_*, wiki_*, feedback
    │
    └── Hooks ──▶ SessionStart, UserPromptSubmit,
                  PostToolUse, PostCompaction, SessionEnd
                        │
                        ▼
              SQLite (memory.db)

  L0 captures → L1 atoms → L2 scenarios → L3 persona
  (raw)        (facts)      (summaries)    (preferences)

  CodeGraph: symbols + calls + imports (tree-sitter, 9 languages)
  Memory links: Hebbian co-retrieval (frequently co-retrieved = stronger)

LLM API キーは不要です — ルールベースの抽出とキーワードのグループ化を使用します。

---

CodeGraph

tree-sitter による構造的なコードインデックス化です。エージェントはシンボルを見つけるために grep の代わりに codegraph_search を使用します。

npx remem-mcp index --path src              # index a directory
npx remem-mcp search-code --query "parseTar"  # find symbols
npx remem-mcp callers <id>                  # who calls this?
npx remem-mcp impact <id>                   # blast radius

9 言語：TS/JS/Python/Go/Rust/Java/C/C++/C#。6 つの戦略による呼び出し解決（import-map → same-module → unique-name → suffix → fuzzy）。標準ライブラリの呼び出しは除外されます。

リポジトリ	ファイル	シンボル	呼び出し	時間
remem-mcp	79	301	6,456	3s
AZR Go	455	3,417	41,603	111s
Orca TS	3,000	7,632	78,981	705s

---

何が違うのか

	remem-mcp	Mem0	Claude MEMORY.md	Mneme
圧縮後も保持	はい	はい — クラウド	いいえ — 200 行の上限	はい
エラーから学習	はい — 自動	いいえ	いいえ	いいえ
検索	ハイブリッド BM25 + ベクトル + エンティティ	ベクトルのみ	なし	ベクトル + グラフ
メモリーのリンク	ヘブ則による共検索	なし	なし	グラフ
減衰／忘却	はい	いいえ	いいえ	いいえ
CodeGraph	はい — 6 つの戦略による呼び出し解決	いいえ	いいえ	いいえ
トークンの外部化	はい — Mermaid キャンバス	いいえ	いいえ	いいえ
セットアップ	1 コマンド	API キー + クラウド	組み込み	ソースからビルド
費用	無料	$19–249/月	無料	無料

---

便利なコマンド

npx remem-mcp status           # health + hooks + DB + CodeGraph
npx remem-mcp viewer           # web UI at localhost:7331
npx remem-mcp errors           # error dashboard
npx remem-mcp recent [N]       # recent captures
npx remem-mcp help all         # full list of 40+ subcommands

---

設定

すべての設定にはデフォルト値があります。設定ファイルは任意です：~/.config/remem-mcp/config.json。

設定	環境変数	デフォルト
DB パス	REMEM_DB_PATH	~/.local/share/remem-mcp/memory.db
プロジェクト間メモリー	REMEM_GLOBAL_SESSION_KEY	(未設定)
統合フロー（F1+F2+F3）	REMEM_FLOW	(未設定。full に設定)
フックのフィードバックを抑制	REMEM_QUIET	(未設定。1 に設定)

グローバルメモリーポリシー — REMEM_GLOBAL_SESSION_KEY を設定すると、プロジェクト間メモリーを自動的に読み取ります。ユーザーが明示的にグローバルへの保存を求めない限り、記録内容はプロジェクト内にとどまります。求められた場合は、session_key: "global" を使用します。通常の記録内容を自動的にグローバルとして分類しないでください。

チーム共有 — npx remem-mcp sync-export を実行すると、.remem-mcp/memory-export.jsonl が書き出されます。これを Git にコミットしてください。チームメンバーは git pull で同じメモリーを取得できます。

リポジトリごとの記録除外 — プロジェクトのルートに .remem.toml を配置します：

[capture]
ignore_paths = ["node_modules", "dist", ".git", "*.min.js"]

ベンチマーク

ベンチマーク	remem-mcp	Mem0	メモリなし
AMB（L1/L2/L3）	100/100/100	—	—
LoCoMo（長い会話のQA）	95	92.5	—
PersonaMem（パーソナライズ）	100	—	48
LongMemEval（ICLR 2025）	96	94.4	—

bash scripts/bench-all.sh --quick   # AMB only (~2 min)

---

アーキテクチャ

システム図、スキーマ、パフォーマンスの詳細については、ARCHITECTURE.md をご覧ください。

クレジット

コア部分は TencentDB Agent Memory（MIT、Tencent 2026）をベースにしています。CodeGraph の呼び出し解決は Codebase-Memory（arXiv:2603.27277）を応用しています。リコールの向上は Akita On Rails による ai-memory を応用しています。コンテキスト検索は Anthropic（2024）を利用しています。

ライセンス

MIT。LICENSE をご覧ください。