AIコーディングツールのローカルメモリシステムが会話ログから2,600以上の事実を抽出

開発者が、新しいセッションでコンテキストを再説明する問題に対処するため、完全にローカルマシン上で動作するAIコーディングツール用のローカルメモリシステムを構築しました。このシステムはClaude Code、Factory.ai、Codex CLIと連携し、すべての会話ログを単一のSQLiteデータベースに書き込みます。

仕組み

システムはいくつかの自動化プロセスを使用します：

• 15分ごとに実行されるcronジョブが会話ログをSQLiteに取り込みます
• 1時間ごとに、ベクトル埋め込みを生成し、ローカルLLM（開発者はollama経由でDGX Spark上でNemotron 3 Superを実行）を使用して構造化された事実を抽出します
• 新しいClaude Codeセッションはすべて、CLAUDE.md経由で自動注入されるmemory-context.mdファイルから開始します
• セッション中、Claudeはキーワード検索、セマンティック検索、事実検索、エンティティグラフ探索を含むMCPツールを介して完全な履歴を検索できます

使用統計

数か月の通常使用後：

• 400以上のセッションで13,000件以上のメッセージがインデックス化されました
• 2,600件以上の事実が抽出されました（好み、決定、エラー/解決ペア、ツールパターン）
• 330以上のエンティティが追跡されました（ライブラリ、サービス、言語とその言及回数）
• データベースサイズは40 MBです

エンティティグラフは、「実際の使用データに基づいて、pytestを45回、playwrightを20回、jestを3回使用した」などの使用パターンを追跡します。

機能と制限

システムには、検索、事実の管理、コンテキストに注入される内容のプレビューを行うブラウザベースのUIに加え、CLIツールとスラッシュコマンドが含まれています。これはプラグアンドプレイではありません—ユーザーはcronジョブの設定、MCPの構成、必要に応じてollamaの実行を行う必要があります。開発者は、これが自身の初めてのオープンソースプロジェクトであり、アーキテクチャ、事実抽出アプローチ、MCPツール設計、Python/プロジェクト構造の改善に関するフィードバックを歓迎していると述べています。