コードベースにおける永続的AIエージェントメモリのためのトラバーサブル・スキルグラフ

ステートレスAIアシスタントへの実用的な解決策

AIコーディングアシスタントはセッション間で永続的なメモリを保持できないため、開発者は毎回ゼロから始めなければなりません。.cursorrulesのような大きなルールファイルにすべてを詰め込む一般的なアプローチは、トークン制限や指示の希薄化により失敗します。

提案される解決策は、コードベース内に存在するトラバーサブルなスキルグラフを通じたプログレッシブディスクロージャーです。AIはこのグラフをセッションをまたいで自律的にナビゲートします。

3層アーキテクチャ

このシステムには3つの異なる層があります：

• 第1層（常時ロード）：150行（300トークン）未満。スタックの識別情報、フォルダ規約、および絶対条件を含みます。HANDOVER.mdへの1つの外部ポインタを含みます。
• 第2層（セッションごとにロード）：HANDOVER.mdはドキュメントではなく、注意のルーターとして機能します。現在のタスク（支払い、認証、データベース、APIルート）に基づいて、どのドメインファイルをロードすべきかをAIに指示します。各ドメインファイルは、次の関連ファイルを指す指示で終わり、自己指示型システムを形成します。
• 第3層（タスクごとにロード）：12のカテゴリを持つプロンプトライブラリ。各エントリには、コンテキスト、構築、検証、デバッグのセクションが含まれます。AIはインデックスを確認し、カテゴリをロードし、パターンに従います。

中核的洞察：自己指示型の指示

重要な革新点は、指示が単なる参照ではなく意味を持つことです。例えば：「Webhookハンドラーを変更する前にsecurity/threat-modeling.mdをロードする」という指示は、AIに何をすべきかだけでなく、いつ、なぜ行うべきかを伝えます。

開発者はこれをSaaSテンプレートに組み込み、コードベースとともに提供しています。完全なグラフ構造を確認したい方は、launchx.pageで入手可能です。