mem-recall

Mem Recall

Claude Code、Codex CLI、Devin CLI、Grok、OpenCode、Pi、ZCode に対応したクロスプラットフォームの会話メモリです。trellis mem コマンドは各プラットフォームのローカルセッションストレージを読み込み、対話をクリーンアップし（システムプロンプトやツールのノイズ、フックによる挿入を除去し、圧縮された要約も正しく処理します）、想起ワークフローに特化した 5 つのコマンドを備える CLI を提供します。Devin CLI は --platform devin で ~/.local/share/devin/cli/sessions.db を読み込みます。trellis init --devin（Desktop/Cascade）や Factory Droid ではありません。

前提条件

Trellis CLI 0.6.17 以降がグローバルにインストールされている必要があります。

npm install -g @mindfoldhq/trellis@latest
trellis --version

trellis mem は CLI に同梱されているため、追加のセットアップは不要です。0.6.17 では Cognition Devin CLI（--platform devin、~/.local/share/devin/cli/sessions.db）が追加されました。 これは trellis init --devin（Desktop/Cascade）や Factory Droid ではありません。 0.6.14 では Grok が追加され、圧縮前のターンが維持されるようになりました。0.6.16 では OpenCode が復元されました。

OpenCode は、依存関係ゼロの SQLite リーダーを使って 0.6.16 で復元されました。 --platform opencode は ~/.local/share/opencode/opencode.db を読み込みます。

このスキルを使うタイミング

ユーザーが次のいずれかを尋ねたら、積極的に使ってください。

• 「我之前跟 Codex/Claude 讨论过 X，你了解下」
• 「上次我们怎么解决 Y 的？」
• 「翻一下历史看看」
• 「我之前在 trellis 项目里聊过哪些 plugin 设计？」
• 「メモリアーキテクチャについてのセッションを探して」
• 「先週、別の AI にこの件について何を伝えたっけ」

設計の根拠に関する内容（こうした場合は --phase brainstorm を優先してください。詳細は下記を参照）：

• 「我们当时怎么决定 X 的？」
• 「之前讨论过 X 的 trade-off」
• 「为什么我们选了 X 而不是 Y」
• 「Y に関する設計上の議論は何でしたか」
• 「X を選んだ理由」
• 「他の案より Z を選んだブレインストーミングを探して」

意図を深読みしないでください。「過去の会話をコンテキストとして使う」というユーザーの意図に応えるのが、このスキルの役割です。クロスプラットフォーム／クロスプロジェクトの想起に代わるツールはありません。git log で分かるのはコミットだけであり、別の CLI で話した内容はあなた自身の記憶にも残っていません。

想起ワークフロー（このパターンを覚えておいてください）

想起は単一のクエリではなく、2 段階で掘り下げます。ステップ 1 でセッションを絞り込み、ステップ 2 で実際の内容を取得します。

Step 1 (discover):  trellis mem search "<topic>" [--cwd <project>] [--since <date>]
Step 2 (drill):     trellis mem context <session-id> --grep <topic> --turns 3 --around 1

どのプロジェクトかユーザーの説明が曖昧な場合は、まず trellis mem projects を実行して、最近アクティブなプロジェクトの cwd を表示し、最も可能性の高いものを選んでください。

コマンド

trellis mem projects — アクティブなプロジェクトの cwd を一覧表示

ユーザーがどのプロジェクトかを指定せずに「そのプロジェクト」と言及した場合、最初に使います。すべてのプラットフォームにまたがる個別の cwd を、最終アクティブ時刻の降順で表示し、プラットフォームごとのセッション数も示します。AI のルーティングに使う入口です。

trellis mem projects --since 2026-04-20 --limit 10

出力：

2026-05-04 03:42  sessions= 1 (claude:1)  ~/workspace/nb_project/mem-poc
2026-05-04 01:00  sessions=114 (claude:51 codex:63)  ~/workspace/.../Trellis
...

trellis mem search <keyword> — 候補となるセッションを検索

クリーンアップ済みの対話を対象に、複数トークンの AND 検索を行います。一致ごとにチャンクの抜粋を添えて、セッションを順位付けして返します。デフォルトでは現在の作業ディレクトリを検索します。すべてのプロジェクトを検索するには --global を指定してください。

trellis mem search "trellis memory" --cwd ~/workspace/.../Trellis --since 2026-04-13

セッションごとの出力：

[claude  ] 2026-04-20 11:39  4cda3c7f-8f9  ~/.../Trellis  score=6.027  hits=169 (u=27,a=142)  turns=37
    [user] 是我们的用户想要搞类似记忆系统的东西…
    [assistant] ## Memory plugin 调研结论…

スコアの読み方：(3 × user_hits + asst_hits) / total_turns。数値が高いほど、そのトピックが集中しており、かつユーザー自身が話題に出したことを示します。ユーザーの発言におけるヒットは ×3 の重み付けです。ユーザーの言い回しが最も強いトピックの手がかりであるためです。AI の説明では同じ単語が繰り返され、生の出現数が膨らむことがあります。

抜粋は段落に沿ったチャンクであり、文字数単位のウィンドウではありません。Markdown やコードブロックの境界を尊重し、クエリのすべてのトークンを目に見える形で含むチャンクを優先します。長いターン内で複数のクエリトークンが離れている場合は、最も珍しいトークンを基準にしたチャンクにフォールバックします（他との識別力が高いためです）。

trellis mem context <session-id> — セッションを掘り下げる

search で候補を選んだ後に使うと、一致した特定のターンとその前後のコンテキストを取得できます。AI が直接利用できるよう、トークン予算に合わせて調整されます。

trellis mem context 4cda3c7f --grep memory --turns 3 --around 1
# top-3 hit turns + 1 turn before/after each, ≤6000 chars total

trellis mem context 4cda3c7f --turns 5 --around 0
# no grep: returns the first 5 turns (lets you see how the session opens)

デフォルトの予算は 6000 文字（約 1500 トークン）で、1 ターンあたりの上限はその半分です。調整するには --max-chars N を使います。

trellis mem extract <session-id> — クリーンアップ済みの対話をダンプ

プラットフォーム固有のクリーンアップ後の会話全体をダンプします。トークン予算に制約のある想起ではなく、長文の確認に使ってください。

trellis mem extract 4cda3c7f --grep memory   # filter to turns matching keyword
trellis mem extract 4cda3c7f --json          # structured output

trellis mem extract --phase brainstorm — 議論部分を切り出す

Trellis セッションは、ブレインストーミング（ユーザーが考えを声に出し、AI が選択肢を提案し、代替案が却下され、決定が行われる）で始まり、ユーザーが task.py start を実行すると実装作業に移ることがよくあります。--phase フラグを使うと、この境界に沿ってクリーンアップ済みの対話を切り分け、実装によるノイズを含まない議論を取り出せます。逆に、実装部分だけを取り出すこともできます。

境界：ブレインストーミングのウィンドウは、同じセッション内で task.py create ... の Bash 呼び出しから、それに対応する task.py start ... の Bash 呼び出しまでの範囲です。複数タスクのセッションでは、複数のウィンドウが生成されます。

3 つの値：

--phase	取得できる内容
all（デフォルト）	クリーンアップ済みの対話全体。以前のフラグなしの動作と同じです
brainstorm	[create, start) のウィンドウのみ — 議論／決定
implement	すべてのブレインストーミングウィンドウの外側にある内容 — 実装作業そのもの

--phase brainstorm を優先する場面：設計の根拠に関する質問（「そのとき、なぜ X を選んだのか」、「Y に関するトレードオフの議論」、「どの代替案を却下したか」など）は、セッション全体よりもブレインストーミングウィンドウ内のほうが、関連情報の密度がはるかに高くなります。context --grep ではなく、extract --phase brainstorm を直接使いましょう。context --grep では、話題が決定された箇所ではなく、単に言及されているだけの実装フェーズの途中に行き着くことがあります。

例：

# Single session, brainstorm only
trellis mem extract 4cda3c7f --phase brainstorm

# Multi-task session — output is split with separators:
#   --- task: my-feature ---
#   ## Human ...
#   --- task: another-task ---
#   ## Human ...
trellis mem extract 4cda3c7f --phase brainstorm

# Filter inside the brainstorm window only (--phase runs first, then --grep)
trellis mem extract 4cda3c7f --phase brainstorm --grep "trade-off"

# Structured output: get window metadata for downstream scripts / AI
trellis mem extract 4cda3c7f --phase brainstorm --json
# JSON adds:
#   "phase": "brainstorm"
#   "windows": [{ "label": "my-feature", "startTurn": 1, "endTurn": 14 }, ...]
#   "groups":  [{ "label": "my-feature", "turns": [...] }, ...]
#   "turns":   [...]   // flat concatenation, legacy-compatible

# The inverse: just the implementation work
trellis mem extract 4cda3c7f --phase implement

プラットフォームのサポート：

プラットフォーム	--phase brainstorm / implement
Claude	ネイティブ対応 — 生の JSONL tool_use Bash ブロックから境界を検出
Codex	ネイティブ対応 — function_call（exec_command）イベントから境界を検出
Devin	ネイティブ対応 — main_chain_id をたどり、exec の tool_calls から境界を検出
Pi	ネイティブ対応 — アクティブブランチのセッションエントリから境界を検出
OpenCode	機能が制限されます — 対話全体を返し、opencode-phase-unsupported 警告を表示

適切に処理されるエッジケース：

• create は見つかったが、後続の start がない（タスクをまだ作業中）→ ウィンドウはセッション終了まで開いたままです。
• start は見つかったが、先行する create がない（タスクは以前のセッションで作成された）→ ブレインストーミングウィンドウは [0, start) です。
• どちらも見つからない → 対話全体を返し、stderr に警告を出力します。

trellis mem list — セッションを一覧表示する

主に閲覧やデバッグに使用します。デフォルトではプロジェクト単位です。範囲を広げるには --global を指定します。

trellis mem list --since 2026-04-27

OpenCode の子セッションには、↳ child of <parent-id> という注釈が表示されます。

フラグリファレンス

--platform claude|codex|devin|grok|opencode|pi|zcode|all   default all
--since YYYY-MM-DD                     inclusive lower bound
--until YYYY-MM-DD                     inclusive upper bound
--global                               include all projects (default: cwd-scoped)
--cwd <path>                           override the project cwd
--limit N                              cap output (default 50)
--grep KW                              extract / context: filter turns by keyword
--turns N                              context: top-N hit turns (default 3)
--around N                             context: surrounding turns per hit (default 1)
--max-chars N                          context: char budget (default 6000)
--phase brainstorm|implement|all       extract: slice by [task.py create, start) (default all; Claude, Codex, Devin & Pi)
--include-children                     search / context: merge OpenCode sub-agent sessions into parent
--json                                 emit JSON
--help, -h                             show help

正式なフラグリファレンスを確認するには、trellis mem help を実行してください。

データの取得元（プラットフォーム別）

このツールは以下の場所を直接読み取ります。デーモン、インデックス、アップロードはありません。

プラットフォーム	ストレージ	備考
Claude Code	~/.claude/projects/<sanitized-cwd>/*.jsonl	セッションごとに JSONL が 1 つあります。cwd のパスはディレクトリ名にエンコードされます（/ と _ → -）
Codex	~/.codex/sessions/YYYY/MM/DD/rollout-*.jsonl	セッションごとに JSONL が 1 つあります。cwd は最初のイベントの session_meta ペイロードに格納されています
Devin CLI	~/.local/share/devin/cli/sessions.db	Cognition Devin CLI（WAL SQLite）。--platform devin を指定します。trellis init --devin（Desktop/Cascade）および Factory Droid とは異なります
Grok	~/.grok/sessions/<url-encoded-cwd>/<session-id>/chat_history.jsonl	cwd はディレクトリ名に URL エンコードされています。session_search.sqlite はインデックスにすぎず、読み取られません
Pi	デフォルトは ~/.pi/agent/sessions/。環境変数で上書きできます。グローバル設定は ~/.pi/agent/settings.json、プロジェクトスコープの設定は .pi/settings.json です	セッションごとに JSONL が 1 つあります。相対パスの sessionDir 値は、設定ファイルのディレクトリを基準に解決されます。プロジェクトローカルの設定は、現在の cwd または --cwd に対して検出されます。制限のない --global スキャンでは検出されません。アクティブな id／parentId ブランチのみが抽出されます
OpenCode	~/.local/share/opencode/opencode.db	SQLite の session／message／part テーブル（0.6.16 以降）

クリーニングルール（生データから取り除かれるもの）

このツールは、人間と AI の実際の対話のみを抽出し、次の内容を取り除きます。

• システム／プロンプトインジェクション：<system-reminder>、<workflow-state>、<INSTRUCTIONS>、<environment_context>、<permissions instructions>、<collaboration_mode> など（大文字と小文字を区別しません）
• ブートストラップターン：Codex は AGENTS.md の前文を最初のユーザーメッセージとして挿入します。このターン全体を削除し、タグだけを取り除くことはありません
• ツール呼び出しとその結果：text ブロックのみを保持します 圧縮前のターンは保持され、圧縮が行われた箇所を示すマーカーが付きます（0.6.14 以降。以前のバージョンでは削除されていました）。プラットフォームが読み取り可能な形式で保存しない内容は、黙って省略せずに報告されます。Codex はエージェント間のメッセージを暗号化し、Grok は圧縮前のターンを <session>/compaction/ のレンダリング済み Markdown として保持します。

つまり、検索結果は「キーワードが何らかのフック挿入に含まれていた」ではなく、「実際の会話でこの内容が話題になった」という信頼できる手がかりになります。

プラットフォーム間のサブエージェントの動作

プラットフォーム	サブエージェントの保存方法	復元可能か
Claude	同じ JSONL。メインエージェントの Agent／Task tool_use にプロンプトが記録され、tool_result に最終出力が記録されます。サブエージェント内部のターンは記録されません	プロンプト＋最終結果のみ
Codex	codex exec の起動ごとに新しい rollout JSONL が作成され、parent_id フィールドはありません	独立したセッションとして扱われます
Devin	sessions.db のフォレスト（message_nodes）。main_chain_id／parent_node_id をたどります。フォークとリバートは削除されます	アクティブなメインチェーン
Pi	セッションごとに単一の JSONL。破棄されたブランチはアクティブブランチから削除されますが、各破棄ブランチの branch_summary エントリは要約ターンとして保持されます	アクティブブランチ＋破棄ブランチの要約
OpenCode	session.parent_id がサブエージェントのチェーンを関連付けます	--include-children で子孫を親に統合します

--include-children によって動作が実質的に変わるのは、OpenCode の検索のみです。他のプラットフォームには、統合に使用できるネイティブな parent_id がありません。

使用例：「先週、Trellis のメモリーについて何を話しましたか？」

# 1. Confirm the project name (skip if user already named it explicitly)
trellis mem projects --since 2026-04-27
# → finds "~/workspace/.../Trellis" with 114 sessions

# 2. Find candidate sessions
trellis mem search "memory" \
  --cwd ~/workspace/.../Trellis \
  --since 2026-04-27

# → top: codex 019dcc75 (score 2.43, Codex memory subagent + Trellis hook)
#   then: claude 12d26622 (user interview about "项目记忆 4 形态")

# 3. Drill into the most relevant
trellis mem context 12d26622 --grep memory --turns 3 --around 1
# → returns the actual interview question block listing 4 memory archetypes

# 4. Now answer the user with concrete content recovered from past sessions

ユーザーがセッション全体を明示的に求めていない限り、想起のために extract を実行しないでください。トークンの予算を大きく消費するうえ、必要になることはほとんどありません。

想起した内容の引用

復元した内容をユーザーに提示するときは、セッション ID と、実際に引用する行を示してください。根拠を示さずに「X について話したことを覚えています」と言わないでください。ユーザーは内容を確認できず、別の会話を指していた可能性もあります。

形式：

From session 12d26622 (claude, 2026-04-20):
> 是我们的用户想要搞类似记忆系统的东西…

You proposed four memory archetypes that day: …

このスキルを使わない場合

• ユーザーがコードを検索したい場合（Grep／Read を使用）
• ユーザーがコミット履歴を確認したい場合（git log／gh を使用）
• ユーザーが現在のプロジェクト内のドキュメント／ファイルを検索したい場合（Read／Glob を使用）

このスキルは、ファイルの内容ではなく、過去の AI との会話内容を復元することに特化しています。

パフォーマンスに関する注意

• プロジェクトを対象にした 3 週間分の検索：約 0.85 秒（一般的な Mac の場合）
• 期間を指定しないグローバル検索：約 3 秒（マシン全体のセッションコーパスをスキャン）
• 呼び出しごとに状態はリセットされます。キャッシュもデーモンもありません。macOS／Linux のページキャッシュがファイル読み込みを吸収するため、コールド実行とウォーム実行のパフォーマンスはほぼ同じです
• 対話的に使う場合は、--cwd と --since を指定して検索対象を絞ることをおすすめします