Agentmemory
rohitg00 · コーディング
Agentmemoryは、AIコーディングエージェントにセッションの終わりを越えて残る記憶を与えるlocal-firstメモリランタイムだ。コーディングエージェント向けの永続メモリであり、クラウドは要らない。フックを通じてエージェントの動作を取り込み、生のログを永続的な記憶へと蒸留し、適切な文脈をミリ秒で呼び戻す。すべては自分のマシン上で動く。コードとそれを扱うエージェントの間に、外部データベースやベクターストア、キューを挟む必要はない。
Agentmemory について
Agentmemoryとは
AgentmemoryはAIコーディングエージェント向けの記憶レイヤーであり、毎朝まっさらなセッションに同じプロジェクトを説明し直すことに疲れた開発者のために作られている。エージェントの動作を観察し、その観察を型付きの記憶に変え、次のタスクが始まるときに関連するものを返す。コーディングエージェントが最初から備えていなかった長期記憶だと考えればいい。
このプロジェクトはオープンソースでlocal-firstだ。エージェントの観察、記憶、教訓、グラフデータは、自分のハードウェア上の単一のランタイムに留まる。作るべきアカウントはない。課金されるクラウドのベクターストアもない。動かし続けるべき外部データベースもない。
最大の制約は適用範囲だ。これは開発者向けツールであり、普通のチャット利用者がすぐ使える製品ではない。自分でエージェントのワークフローを組み上げることを前提にしている。取り込みと呼び戻しはLLMキーなしで動くが、圧縮、要約、統合、グラフ抽出は、自分のLLMプロバイダーのキーを接続して初めて有効になる。
はじめかた
npx @agentmemory/agentmemoryでランタイムをインストールする。npmでグローバルにインストールしてagentmemoryを実行してもよい。- プロセスを起動する。エンジン、ポート3111のREST API、ポート3113のビューアを一度に立ち上げる。
npx @agentmemory/agentmemory connectでエージェントを接続する。マシン上のエージェントを検出し、それぞれに適したフックまたはMCP設定を書き込む。- エージェントを再起動するか新しいセッションを開き、新しい接続を反映させる。
- プロンプトを実行して記憶を生成し、それを検索するか、ビューアを開いて観察が届く様子をリアルタイムで見る。
AIツール情報
Agentmemoryの料金、対応プラットフォーム、性能を簡単に確認できます。
こんな人におすすめ
このツールが最も力を発揮するユーザー、タスク、シーン。
ユーザー
- Claude Code、Codex、Cursorを使う個人開発者：ローカルのNodeプロセスを動かせるなら、エージェントはセッションをまたいでプロジェクトの規約を忘れなくなる。
- 同じコードベースを共有する小さなチーム：各エージェントが同じ記憶ストアを読むため、全員が同じランタイムを指していれば、アーキテクチャの決定が蒸し返されなくなる。
- プライバシーを重視する開発者：記憶がマシンの外に出ない。コードを第三者のクラウドサービスに置けない場合に効いてくる。
タスク
- 中断後の長いプロジェクトの再開：呼び戻しが、認証の進め方、ライブラリの選択、すでに対処済みの未解決バグを引き戻す。
- 繰り返す問題のデバッグ：教訓が関連度順に浮上するため、一度保存した修正が似たエラーに再び出会ったとき戻ってくる。
- 既存のコードベースへのエージェント導入：Claude CodeのJSONLトランスクリプトを読み込むと、ランタイムがセッションを復元し、検索用にインデックス化する。
シーン
- 新しいチャットで前日の作業を続ける：エージェントはまっさらな状態ではなく、すでに構築した文脈から始める。
- プロジェクト途中でのツール切り替え：Claude Codeで始め、CodexやCursorで続けても、同じ記憶ストアが背景を引き継ぐ。
- 繰り返す文脈にかかるトークン消費の削減：ハイブリッド呼び戻しは、セッション履歴を丸ごと再生せず、関連する記憶だけを返す。
主な機能
フックによる自動取り込み
Agentmemoryは12個の自動取り込みフックをコーディングエージェントに配線する。セッション開始、プロンプト、ツール呼び出し、停止のすべてが、つなぎ込みのコードなしで記憶パイプラインに入る。各イベントは、その出所と生成したエージェントが刻まれた圧縮済みの観察になる。プラグインを入れれば取り込みが始まる。それだけだ。
速さを保つハイブリッド呼び戻し
ここでのエージェント記憶の呼び戻しは、単一の検索ではない。主要な呼び戻し経路はBM25、ベクトル、知識グラフのスコアをまとめて順位付けし、端末上で再ランク付けする。この知識グラフ検索の切り口が、キーワードの完全一致と意味ベースの一致の両方を捉える。単なるベクターストアは後者を取りこぼすことが多い。上書きされた版は結果から外れ、その履歴は問い合わせ可能なまま残る。
自動統合
LLMプロバイダーのキーを渡すと、統合がセッション停止時に走る。生の観察は意味記憶へと圧縮され、重複は統合され、古い行は保持スコアで減衰し、監査行が一連の処理を記録する。これがストアを検索不能なログの山にしない役割を担う。
ネイティブなMCP面とRESTの双子
これは薄いラッパーではなく、完全なMCPメモリサーバーだ。54個のMCPツールが、保存、呼び戻し、スマート検索、セッション、ガバナンス、監査、エクスポートを単一のサーバーの背後で担う。それぞれに /agentmemory/* 配下のRESTの双子があり、curlで叩き、ブラウザから取得し、自分のエージェントからプロキシできる。ほぼ重複するものを保存すると、二つ目のコピーではなく similarTo のヒントを返す。
知識グラフと来歴
LLMキーを設定しグラフ抽出を有効にすると、実体と関係が観察から抽出される。時間的な辺も含む。各レコードは書き込み時の来歴を帯びるため、その記憶がユーザー由来か、エージェント由来か、ツール由来か、インポート由来か、共有ソース由来かを判別できる。
教訓とJSONLリプレイ
教訓は専用のBM25インデックスにあり、信頼度と新しさで再ランク付けされるため、一度保存したルールは関連するときに戻ってくる。ランタイムをClaude CodeのJSONLトランスクリプトに向けると、セッションを復元し、インデックス化し、見つけたものから結晶と教訓を導き出す。
内蔵ビューア
ポート3113のローカルビューアで、観察がリアルタイムで届く様子を眺め、エージェントが築いたグラフを調べられる。取り込み、インデックス化、呼び戻しがすべて動いていることを、実際のプロジェクト記憶をストアに任せる前に確かめる最短の方法だ。
メリットとデメリット
メリット
- 外部データベースがゼロなので、エージェントの隣で動かし、パッチを当て、課金される余分なものが何もない。
- local-firstの設計がすべての記憶を自分のマシンに留める。非公開のコードベースには実質的な利点だ。
- ハイブリッド呼び戻しはLLMキーなしで動くため、プロバイダーをつなぐ前に試せる。
- 54個のMCPツールとRESTの双子が、独自のワークフロー向けに広い面を提供する。
- 異なるエージェント間で記憶を共有できるため、プロジェクトの文脈を失わずにツールを切り替えられる。
デメリット
- 初期段階の開発者向けツールなので、粗さと、成熟した記憶サービスより小さなコミュニティを覚悟すべきだ。
- 統合、要約、グラフ抽出は、自分のLLMプロバイダーのキーをつなぐまで無効で、設定とコストが増える。
- CLIと設定のワークフローはターミナルへの慣れを前提にするため、非技術系のユーザーには難しく感じられる。
よくある質問
五種類のレコードを保存する。フックからの生の観察、版の連鎖を持つ永続的な型付き記憶、短い教訓、凍結されたセッション結晶、実体と関係からなる知識グラフだ。記憶と教訓が最も頻繁に問い合わせる部分になる。
関連コンテンツ
Agentmemoryに関連するツール、スキル、記事を探す。
Agentmemoryの代替ツール
Forefront
Forefront · コーディングForefrontはオープンソースAIで構築するためのウェブプラットフォームだ。主要なオープンソース言語モデルを自分のデータで微調整し、性能を評価し、API経由で実行したり、エクスポートして自分でホストしたりできる。クローズドなプラットフォームの手軽さを求めつつ、モデルとデータの所有権にはこだわる開発者が対象だ。
Startkit
StartKit.AI · コーディングStartkitは、AI SaaSとAIラッパー製品を作るためのボイラープレートだ。面倒な部分をあらかじめ配線済みにしたAIスタートアップボイラープレートと考えればいい。認証、StripeとLemon Squeezyの決済、利用制限、トランザクションメール、そしてOpenAI、Anthropic、Groq、Llamaと通信するAI APIスターターキットが含まれる。リポジトリをクローンして価格を設定し、ユーザーが実際にお金を払う部分に取りかかれる。ReactとTailwind上のNext.jsで作られているため、ボイラープレートコードの多くはすでに見慣れたものだ。
Testim
Tricentis · コーディングTestimは、Web・モバイル・Salesforceアプリ向けにエンドツーエンドテストを構築して実行するAIテスト自動化プラットフォームだ。機械学習を頼りに、インターフェースが変わってもテストを安定させ、チームが壊れたセレクターの修正に費やす時間を減らす。今日から使い始められる自動テストツールとしては悪くない。ブラウザで操作を録画してテストを作り、より細かい制御が必要なときはJavaScriptを足す。忙しいQAチームにとって堅実な選択肢である。