aim-query

aim-query

ai-memory インスタンスから明示的に情報を検索します（セッション開始時の自動引き継ぎを補完します）。

手順

1. インスタンスを選びます。 リポジトリの .mcp.json／opencode.json／.codex/config.toml から、設定されている ai-memory MCP サーバーを読み取ります。設定されているものが複数ある場合は、どのエンドポイントを検索するかユーザーに確認します。（aim-init によって設定されます。）
2. スコープを選びます。 デフォルトでは、リポジトリの .ai-memory.toml に設定されたワークスペース／プロジェクトを使用します。ユーザーはスコープを広げて、別のプロジェクトや部分スコープ、またはプロジェクト横断検索用の複数の scopes を指定できます。scopes の各エントリには { workspace, project } が含まれるため、別のワークスペース（共有ルール用のプロジェクトなど）も対象にできます。global: true を指定すると、すべてのプロジェクトを一度に検索します。
   • 共有ルール／グローバルルールは専用スコープ（予約済みの default／_global スコープの _rules/ 以下）に保存され、リポジトリ固有のプロジェクトとは別に管理されます。1.9 以降では、サーバーがデフォルトスコープのクエリに global_scope_hits として統合します。ai-memory の自動検索は（ワークスペース、プロジェクト）ごとに行われるため、これらのルールは表示されません。明示的に取得してください。指定したワークスペース／プロジェクト／パスを使って memory_read_page を実行するか、scopes:[{ workspace, project }] を指定して memory_query を実行します。リポジトリ固有の知識だけでなく、エージェントが継続して従うべき規約（コードスタイル、テストの必須条件、ワークフロー）が必要なタスクでは、この手順を実行してください。
3. 質問に応じてツールを選びます。
   • memory_query — 対象を絞ったセマンティック検索（設計を提案する前に「X は決定済みか」を確認する場合）。
   • memory_recent — 「最近何があったか」を確認します（最新の N 件のページ）。
   • memory_explore — 自由形式の「状況を教えて」に使います（概要文を生成し、任意の focus を指定できます）。
   • memory_briefing／memory_status — 構造化されたスナップショット／累計件数を取得します。
4. 結果を報告します。 該当するページの path と、関連性を示す一行の説明を添えて報告します。ページを開く方法（MCP 経由、または /api/v1/.../pages/<path> から Markdown を読む方法）も提示してください。

クエリは具体的にします。検索結果がない場合は、ナレッジが存在しないと結論づける前に、スコープを広げるか、クエリを言い換えてください。