ai-memory - Git管理のMarkdownと型付き引き継ぎでエージェントの作業文脈を共有

GitHub Stars9.9k
Stars Today208
Forks716
Trending6
観測: 2026年10月18日

ai-memoryは、コーディングエージェントの作業中の観測を集め、Git管理のMarkdown wikiと検索索引へ蓄積するRust製のメモリー基盤だ。エージェントを切り替えるたびに説明し直していた設計判断、失敗した試行、未解決事項を、共有知識と所有者付きの型付き引き継ぎで次の担当へ渡す。READMEによれば、収集・検索・引き継ぎの標準経路はLLM呼び出しやAPIキーを必要としない。 仕組みを理解する鍵は、永続的な知識、作業の引き継ぎ、直前セッションの詳細を分けることにある。同じマシンでの管理起動なら、ネイティブ履歴を一時ファイルとして次のエージェントへ渡せる。ただし、この履歴は別マシンへ移らない。また、ハンドオフを「一度だけ取得する」という説明が障害や再試行時にもどう成立するかは、取得資料だけでは検証できない。

なぜ注目されているか

2026年10月18日8時54分(日本時間)取得のGitHub Trending日次スナップショットでは6位、当日増加208スター。取得資料上の累計は9,908スター、716フォークだった。これは開発者の注目を示す数値で、引き継ぎ精度や実装上の保証を検証するものではない。

なぜ重要なのか

エージェントをまたいで仕事を続ける際、必要なのは過去の会話全体だけではない。長く残す判断、次の担当が受け取る作業状態、必要時に参照する細部には、それぞれ異なる保存と受け渡しが適する。ai-memoryは、この違いをMarkdownの正本、型付きハンドオフ、ローカル履歴投影として具体化している。

この分離が実際の作業に合えば、エージェント固有のメモリーの外側に、検査・編集できる継続基盤を置ける。ツール選択と知識の蓄積先を切り離せる可能性がある一方、チームは収集対象、共有範囲、認証、古い情報の訂正を管理する必要がある。文脈の持ち運びを容易にするほど、その文脈を誰が維持するかが運用上の論点になる。

この記事に出てくる言葉(6語)
wikiページ

Gitで版管理するMarkdownの知識ページ。ai-memoryでは知識の正本と位置づけ、検索データベースを派生索引として扱う。

observation

ライフサイクルフックが収集するプロンプト、ツール呼び出し、セッション境界などの観測。保存前にサニタイズされる。

handoff

作業状況、失敗、未解決事項を次の担当へ渡す型付き引き継ぎ。READMEでは所有者を持ち、一度だけ取得されると説明される。

managed workstream

ai-memory runで管理する作業単位。ハーネスを切り替える際の共有台帳、引き継ぎ、ローカル履歴の受け渡しを扱う。

ハーネス

この記事ではClaude CodeやCodexなど、エージェントを実行する各ツールを指す。フック、MCP、管理起動の対応範囲はツールごとに異なる。

ローカル履歴投影

同じマシンの直前セッション履歴を一時Markdownに変換し、次の管理下エージェントから参照できるようにする経路。

1. 読む前に知っておきたいこと

エージェントの変更で失われる作業の理由

READMEが出発点に置くのは、メモリーがマシンとエージェントに閉じる問題だ。各エージェントの内蔵メモリーやローカルのメモを使っていても、別のツールや担当者に移ると背景説明が必要になる。同じリポジトリーを開けることと、前の担当が何を試し、なぜ断念し、何を未解決として残したかを理解できることには隔たりがある。

引き継ぐ対象には、設計判断のように継続して参照したい知識と、今どこまで進んだかという作業状態が混在する。ai-memoryを読む際は、この二つを区別したい。READMEが示す構成では、前者を人が編集できるwikiへ蓄積し、後者を所有者のあるハンドオフとして扱う。単に次のプロンプトを長くする方法とは、情報の置き場所と責任の持たせ方が異なる。

起動時の要約だけでは残らない細部

次のセッションへ渡すブリーフにはサイズの制限がある。そこへ全情報を収めようとすると、続行に必要な細部が抜ける場合がある。ai-memoryは、起動時に渡す限定情報と、後から検索して取り出す知識を組み合わせる。開始時の文脈と、必要に応じて参照する情報を別の経路にする設計だ。

さらに、前のエージェントが必ず引き継ぎを書けるとは限らない。READMEはクォータ切れなどによる突然の終了も想定し、同じマシンに残るネイティブ履歴を参照する経路を用意する。ただし、これは共有wikiやハンドオフの代替ではなく、共有パケットから抜けた詳細を補う仕組みとして理解する必要がある。

説明の根拠と確認できていない範囲

取得されたリリース一覧の最新項目はv3.1.1で、公開日時は2026年10月17日18時09分UTC、日本時間では18日3時09分に当たる。本稿の技術説明の中心は取得された公式READMEであり、実装コードやリンク先の詳細設計を独立に確認したものではない。HEADのREADMEと、このリリースの内容が一致するかも未確認だ。

したがって、以下ではREADMEが説明する構成と、そこから読み取れる用途を分ける。とくに「一度だけの取得」、検索の有効性、対応ハーネスの機能範囲は、名称や対応表だけから実運用上の保証へ広げて解釈できない。

2. どう動くのか

Markdownを正本にし、索引を作り直せるようにする

READMEによれば、中心には単一のRustバイナリーで動くMCP/HTTPサーバーがある。サーバーは一つのデータディレクトリーを所有し、wiki/にMarkdownページ、raw/にサニタイズ済みの管理ワークストリーム記録、db/にSQLiteの検索索引などを置く。知識の正本はGit管理のMarkdownであり、データベースはファイルから再構築できる派生物という位置づけだ。

この分離によって、知識の検査・編集と検索のための構造を別々に扱える。人はページと版履歴を読み、エージェントは索引を通して必要な情報を探す。データベースだけに知識を閉じ込めない点は、蓄積内容を確認したい環境に合う。ただし、版を残せること自体が、記述の正確さや最新性を保証するわけではない。

フックの観測から次のセッションのブリーフまで

管理起動の入口はai-memory runだ。READMEでは、対象ハーネスに不足しているフックとMCPを設定し、プロジェクトスコープを用意して起動すると説明される。作業中はライフサイクルフックがプロンプト、ツール呼び出し、セッション境界を観測する。クライアント側の収集制御やリポジトリー別の除外・許可リスト、保存前のサニタイズが、この収集境界に置かれる。

フックは観測をサーバーへPOSTし、サーバーはSQLiteへの書き込みを単一ライターへ直列化する。セッション終了時には観測を読みやすいMarkdownへまとめ、次のセッションにはサイズを制限したブリーフを渡す。READMEによれば、この標準経路にLLM呼び出しは不要だ。LLMによる要約や埋め込みプロバイダーは任意の拡張であり、標準動作の前提ではない。

全文・エンティティー・リンクを組み合わせて探す

ブリーフに収まらない知識は検索で補う。READMEが示す検索層は、FTS5による全文検索、エンティティー一致、グラフ近傍の結果をRRFで融合し、任意でベクトル検索も加える構成だ。単一の検索方式に寄せず、文字列、対象の一致、リンク上の近さという複数の手掛かりを利用する。

さらに、観測証拠によるページの押し上げ、上限付きの出典権威調整、非グローバル検索での限定的な生観測フォールバックも説明されている。wikiへまとめたページに加え、その背景となる観測も検索に関与する設計と読める。ただし、検索精度のベンチマーク本文は取得されていない。経路が複数あることと、必要な判断や失敗履歴を正しく取得できることは、分けて評価すべきだ。

ハンドオフとローカル履歴は別の経路を通る

ハンドオフは、作業状況、失敗、未解決事項を渡す型付きプロトコルだ。READMEは、所有者を持ち、一度だけ取得されると説明する。共有wikiが継続的に参照する知識なら、ハンドオフは次の担当へ受け渡す作業状態に当たる。ただし、並行取得、取得後のクラッシュ、再試行に対する保証は、取得資料からは確定できない。

同じマシンでai-memory run claudeからai-memory run codexへ切り替える場合には、別の補助経路も働く。READMEによれば、検証済みチェックアウトの読み取り専用アダプターから直前の可視ネイティブ履歴を読み、一時Markdownへ投影する。参照先はAI_MEMORY_PREVIOUS_SESSION_HISTORYで渡され、管理下の子プロセス終了時に削除される。

この投影のパスと本文は遠隔サーバーへ送らないとされる。一方、通常のフック観測はサーバーへ送信される。ローカル履歴の非送信を、すべての収集データがマシン外へ出ないという意味に読み替えてはいけない。

保持と整理を分け、元の版を残す

記憶の管理でも、参照と書き換えを分けている。READMEによれば、参照された記憶の保持期間を延ばす動作は常時有効だが、内容を圧縮・整理する処理は標準で無効だ。LLMによって冷えたノート群を再編集するdreamもオプトインで、作業再開時には処理を中止すると説明される。

元データはGitや版の連鎖に残り、restore-pageによる復元が可能とされる。この設計は編集結果を戻せる点で有用だが、古い情報や誤った要約の訂正、矛盾検出の精度は未検証である。また、整理で現在のページから情報が消えても、機密情報が過去の版を含めて完全削除されたとは扱えない。

3. 使いどころと限界

同じプロジェクトで担当エージェントを替える用途

適合しやすいのは、同じリポジトリーでClaude CodeとCodexなどを切り替え、試行履歴や未解決事項を引き継ぐ作業だ。READMEは、複数マシン・ユーザーでプロジェクト知識を共有しつつ、個人のハンドオフは個人に閉じる構成も説明する。知識を人が検査・編集でき、標準経路をLLM APIに依存させずに運用したい環境にも合う。

Claude Code内蔵メモリーとの関係は補完と捉えやすい。ai-memory側の比較表は、マシン・エージェント横断、検索、チーム共有、ライフサイクル収集を差分に挙げる。一方、単一エージェントの内蔵メモリーで十分な作業では、常駐サーバー、認証、フックの管理を追加する負担が利益を上回る可能性がある。

比較表と対応表を導入判断へ直結させない

basic-memoryとはMarkdownを正本にする点が共通する。ai-memory自身の比較表は、自動ライフサイクル収集、派生検索索引、ハンドオフ、複数ユーザー共有を差分に挙げる。Mem0などの事実抽出型との比較では、人が編集できるページ、検索融合、クラウドAPIキー不要の標準経路を強調する。ただし、比較先の現行実装は取得資料に含まれず、これは独立した優劣評価ではない。

対応表にはClaude Code、Codex、Cursor、Gemini CLI、OpenCodeなどが並ぶが、MCP-only、Hooks-only、Managed-onlyの区分がある。対応することと、収集・検索・管理起動・履歴参照がすべて使えることは同義ではない。Linux、macOS、NixOS、WSL2が対象とされ、ネイティブWindowsは実験的対応だ。採用時には自分が必要とする経路を個別に確認したい。

マシン境界とサーバー障害で継続範囲が変わる

別マシンへの切り替えでは、共有台帳とハンドオフを取得できても、元マシンだけにあるネイティブ履歴にはアクセスできない。同じマシンの履歴投影経路にも3.1.0以降のホストクライアントが必要で、PATH上の古いバイナリーが更新版を隠す場合がある。会話履歴全体がどこからでも参照できることを必須とする運用には合わない。

サーバー停止時の挙動も確認が必要だ。ai-memory runは標準では警告後に起動を続け、収集をローカルへスプールする。復旧にはai-memory recoverが必要で、接続を必須にしたい場合は--require-serverを指定する。エージェントの起動成功だけを見ても、共有基盤へ正常に接続できているとは判断できない。

共有運用には容量とデータ管理の責任がある

一つのデータディレクトリーを複数サーバーで同時利用することは禁じられている。書き込みも単一SQLiteライターへ直列化される。作者は上限を約700件/秒の実測値と報告するが、取得READMEには測定環境、操作内容、データ量、並行数、比較対象がない。共有人数や負荷に対する容量保証には使えず、大規模共有には別途検証が必要だ。

Dockerクイックスタートは認証なしで起動する。READMEは、ループバック限定でもローカルプロセスやブラウザページから到達できると注意し、認証やTLSの追加経路を説明する。サーバーを共有するなら、これらは運用側で整える必要がある。

サニタイズや収集制御も、保存対象の確認を不要にはしない。通常観測はサーバーへ送られ、raw/にもサニタイズ済みの管理記録が残る。収集対象、保存範囲、過去の版やバックアップを含む削除範囲は、ローカル履歴投影の一時ファイルとは別に確認すべき事項だ。

このツールから考える

ここからは、一次情報と限界を踏まえた編集上の考察です。

Rust製のai-memoryが示す興味深い設計は、知識の正本をGit管理のMarkdownに置き、検索索引、所有者付きの引き継ぎ、ローカル履歴を別々に扱うことだ。この分離が作業に合えば、エージェントを変更しても検査可能な知識を維持し、必要な作業状態だけを次の担当へ渡す実践につながる。継続性を個々のエージェントの記憶機能から、プロジェクト側で管理する仕組みへ移せる可能性がある。

そのとき増えるのは、共有基盤を維持する責任でもある。別マシンでは元のネイティブ履歴を読めず、ローカル履歴が非送信でも通常観測はサーバーへ保存される。どの情報を共有し、どこまで継続できるかを明示する必要がある。導入の判断軸は、記録量だけでなく、必要な文脈が取り出せるか、誤った知識を訂正できるか、障害後の受け渡しを説明できるかに置くべきだ。取得資料はその設計意図を示すが、継続精度や障害時の保証まで実証してはいない。

検証に使用した一次情報

DevTool Lensでは、第三者の二次情報やREADMEの宣伝文句に依存せず、以下の公式リポジトリ・ドキュメント・リリース情報を精査して記事を作成しています。