PMB | Local-first memory for AI

PMB는 각 메시지를 1밀리초 미만으로 분류하고, 에이전트가 추론하기 전에 일치하는 교훈, 결정, 프로젝트 개요를 가져온다. 모델이 도구를 호출할 생각을 하느냐에 기대는 것은 없다. 읽기 경로에는 LLM 호출이 전혀 없어 검색은 값싸고 빠르다. 따로 관리할 것도 없다. 그냥 일어난다.

검색은 BM25 키워드 매칭, 밀집 벡터, 엔티티 그래프를 융합하고 선택적인 재순위 단계를 더해, 모두 Reciprocal-Rank-Fusion으로 결합한다. 벤더에 따르면 recall@10이 94.5%에 이른다. 실제로는 어느 검색 모드를 믿을지 추측하는 대신 하나의 정렬된 목록을 얻는다. 호출 한 번, 답 하나.

MCP 도구는 즉시 응답한다. PMB는 먼저 SQLite에 쓰고, 그다음 임베딩과 LanceDB 삽입을 백그라운드 스레드에서 실행한다. 즉 결정을 기록해도 진행 중인 턴이 멈추지 않는다.

모든 규칙은 에이전트가 실제로 따르는지로 추적된다. 쓸모 있는 교훈에는 별이 붙고, 무시된 것은 죽은 것으로 표시돼 삭제할 수 있다. 준수율 표시는 이 시스템의 정직한 부분이다. 어떤 기억이 제 몫을 못 하고 있는지 알려준다.

로컬 대시보드는 사실, 파일, 엔티티를 중요도에 따라 크기가 정해지는 노드로 그린 그래프와, git 스타일의 결정·이벤트 타임라인(최신순)을 보여준다. 노드에 커서를 올리면 나머지는 어두워지고 이웃이 밝아진다. 자신의 기기에서 제공되는 진짜 화면이지 목업이 아니다. 프로젝트 지식이 어떻게 연결되는지 보고 싶다면 노드에 커서를 올리면 그래프가 답한다.

Claude Code, Cursor, Codex, Zed는 모두 같은 저장소에서 읽는다. 컨텍스트가 프로젝트와 함께 살기 때문에 에이전트를 바꾸는 데 드는 비용이 없다. 이 계층을 그저 정돈된 것이 아니라 쓸모 있게 만드는 기능이다.