Разработчик akitaonrails представил проект ai-memory — систему долгосрочной памяти для AI-агентов, решающую проблему изоляции контекста. Инструмент позволяет прервать работу в Claude Code, открыть проект в OpenAI Codex или Cursor и продолжить работу без повторного объяснения архитектуры, пройденных ошибок и открытых вопросов. Ключевое отличие: система работает на базе обычного Markdown, хранящегося в Git, и не требует вызовов LLM для базовых операций.
Архитектура и ключевые метрики
В отличие от большинства решений, использующих векторные базы данных или SQLite, ai-memory использует git-backed wiki как источник истины. Это обеспечивает прозрачность: данные можно grep-ить, редактировать в Obsidian или rsync-ить. Система включает серверную часть, которая консолидирует данные из хуков жизненного цикла агентов. Важная техническая деталь: система заявляет потолок записи (~700 операций/с), измеряемый, а не предполагаемый, и полный аудит всех изменений.
Основной поток работы обходится без LLM-вызовов (zero LLM calls). Сбор, поиск и передача контекста (handoff) происходят локально. Опциональная функция «мечтания» (dreaming) — фоновая переписывание холодных заметок в связные страницы — требует LLM, но по умолчанию отключена и требует прохождения оценки точности.
Поддержка агентов и платформ
Проект поддерживает более 20 хостингов (harnesses) через MCP-регистрацию или хуки жизненного цикла. Ниже приведена сводка по основным интеграциям:
| Категория | Название агента/платформы | Статус интеграции |
|---|---|---|
| Кодовые агенты | Claude Code, OpenAI Codex, Cursor, Gemini CLI, Devin CLI | Supported (Hooks/MCP) |
| Кодовые агенты | OpenCode (V1/V2), Grok Build CLI, Kimi Code, Kiro CLI | Supported |
| Кодовые агенты | VS Code Copilot, Zed, GitHub Copilot CLI | MCP-only / Supported |
| Операционные системы | Linux, macOS, NixOS, Windows (WSL2) | Supported |
| Операционные системы | Native Windows | Experimental |
Механика передачи контекста (Handoff)
Система использует типизированный протокол передачи эстафеты. Когда пользователь переключается с одного агента на другой, сервер передает «bounded startup packet» (ограниченный стартовый пакет), содержащий сессию и историю. При запуске через ai-memory run codex, новый агент получает общий рабочий поток и приватную локальную проекцию истории предыдущего агента для получения точных деталей, которые могли быть опущены в кратком резюме. При этом удаленный сервер никогда не получает путь к локальному транскрипту или его содержимое.
Управление жизненным циклом памяти
ai-memory внедряет механизмы старения памяти без использования LLM. Память, которой активно пользуются (открытие страниц, поиск), деградирует медленнее. «Холодные» эпизодические заметки могут быть сжаты до устойчивых фактов (пути к файлам, коды ошибок, решения) или удалены, но оригинал всегда остается в Git-истории. Система также умеет выявлять противоречия и сжимать дубликаты, используя алгоритмы типа DBSCAN для кластеризации холодных заметок.
Источник: Github ↗