ai-memory
SHA-256ai-memory는 AI 프로그래밍 어시스턴트에 장기 기억을 제공하는 오픈소스 도구로, git 저장소의 Markdown 파일을 기반으로 하며 Claude Code, Codex, Cursor 등 주요 에이전트를 지원합니다. 이를 통해 서로 다른 도구 간에 전환할 때 컨텍스트를 반복해서 설명할 필요가 없습니다. 벡터 데이터베이스가 필요한 메모리 솔루션과 달리 더 가볍고 완전히 로컬 기반입니다.
AI 프로그래밍 어시스턴트에게 지속적인 메모리를 제공해 도구 간 컨텍스트를 원활하게 전달합니다.
주요 기능
- 에이전트 간 메모리 공유: Claude Code, Codex, Cursor, Gemini CLI, OpenCode 등 10여 가지 프로그래밍 에이전트를 지원하며, 세션 종료 후 자동으로 인계 요약을 생성합니다.
- 순수 Markdown + git 저장: 메모리는 일반 파일이므로 grep으로 검색하고 Obsidian으로 열고 rsync로 백업할 수 있습니다. 데이터베이스나 추가 서비스가 필요 없습니다.
- 번거로움 없는 자동 캡처: 라이프사이클 훅을 통해 프롬프트, 도구 호출, 세션 경계를 자동으로 기록하므로 수동으로 노트를 작성할 필요가 없습니다.
- 선택형 관리 워크플로: `ai-memory run`으로 에이전트를 직접 시작하고 여러 세션에 걸쳐 동일한 워크플로를 복원할 수 있으며, 여러 AI 도구 간 전환을 지원합니다.
할 수 없는 것
- •모든 에이전트가 완전한 세션 종료 훅(Codex, Kiro CLI 등)을 지원하는 것은 아닙니다. 최종 요약을 생성하려면 마지막에 `ai-memory finalize-session`을 수동으로 실행해야 합니다.
- •네이티브 Windows 지원은 현재 실험적이며, WSL2에서 Linux 버전을 사용하는 것을 권장합니다.
- •캡처된 관찰 데이터는 비식별화되어 있으며, 완전한 원본 대화 기록이 아니므로 일부 세부 정보가 누락될 수 있습니다.
- •MCP 구성 및 훅 설치 시 에이전트별 구성 파일을 수동으로 조정해야 할 수 있으므로, 해당 문서를 먼저 읽어볼 것을 권장합니다.
사용 사례
- 개발자는 여러 AI 코딩 에이전트(예: Claude Code 및 Codex) 사이를 전환하면서 프로젝트 컨텍스트와 완료되지 않은 작업을 유지하고자 합니다.
- 팀은 AI 세션의 지식을 검색 가능하고 버전 관리가 가능한 Markdown 문서로 축적하여 장기적인 지식 축적과 인수인계에 활용하기를 원합니다.
상세 설명
ai-memory는 오픈소스 Rust 도구(MIT 라이선스)로, AI 프로그래밍 어시스턴트가 "세션을 바꾸면 기억을 잃는" 문제를 해결하는 데 특화되어 있습니다. MCP 구성과 라이프사이클 훅을 통해 Claude Code, Codex, Command Code, Cursor, Gemini CLI 등 다양한 프로그래밍 에이전트를 지원하며, 세션 중 프롬프트, 도구 호출, 세션 경계를 자동으로 캡처하고 세션 종료 시 체계적인 요약을 생성하여 다음 에이전트가 프로젝트 아키텍처, 실패한 시도, 해결 대기 중인 문제를 다시 설명할 필요가 없도록 합니다. 모든 메모리는 순수 Markdown 형식으로 로컬 git 저장소에 저장되어 바로 grep할 수 있고, Obsidian으로 열 수 있으며, rsync로 백업할 수 있습니다. 벡터 데이터베이스를 유지하거나 수동으로 노트를 작성할 필요가 없습니다. 또한 `ai-memory run`을 통해 '관리형 워크플로우'를 시작하면 서로 다른 에이전트 간에 더 정밀한 복원이 가능합니다. 단독 메모리 플러그인이나 대규모 RAG 솔루션에 비해 ai-memory는 더 가볍고 벤더 중립적이며, 여러 AI 프로그래밍 도구를 끊김 없이 전환해야 하는 환경에 특히 적합합니다.
태그
시작하기
소프트웨어 설치
배포판에 맞는 패키지를 설치 (dpkg / rpm / AppImage)
GitHub Releases에서 해당 플랫폼(Linux/macOS/Windows)의 압축 파일을 다운로드한 뒤, 압축을 풀고 실행 파일을 PATH에 넣으세요.
`ai-memory install-mcp --client <당신의 에이전트 이름>`을 실행하고 프롬프트에 따라 MCP 구성을 완료하세요.
`ai-memory install-hooks --agent <당신의 에이전트 이름>`을 실행하여 라이프사이클 훅을 설치하세요.
- GitHub Releases에서 해당 플랫폼(Linux/macOS/Windows)의 압축 파일을 다운로드한 뒤, 압축을 풀고 실행 파일을 PATH에 넣으세요.
- `ai-memory install-mcp --client <당신의 에이전트 이름>`을 실행하고 프롬프트에 따라 MCP 구성을 완료하세요.
- `ai-memory install-hooks --agent <당신의 에이전트 이름>`을 실행하여 라이프사이클 훅을 설치하세요.
SHA-256 체크섬 확인됨
GitHub 공식 Release 페이지에서 추출된 체크섬
SHA256 체크섬
9eed6fb25cc7a057c8e622eb42b83bfcd366858cfb4fd59847a4a4a9ca87a838이 체크섬은 GitHub Release 페이지에서 추출되었습니다. 다운로드 후 파일 무결성을 확인하세요.
이 플랫폼의 모든 SHA-256 체크섬은 프로젝트의 공식 GitHub Release 페이지에서 추출되었으며, 어떠한 변경도 없습니다. GitHub Releases 페이지에서 직접 검증할 수 있습니다.
오픈소스 투명성
GitHub 소스 보기제거 정보
`ai-memory uninstall-hooks --agent <당신의 에이전트 이름>`을 실행하여 라이프사이클 훅을 제거하고, `ai-memory uninstall-mcp --client <당신의 에이전트 이름>`을 사용하여 MCP 구성을 삭제한 다음, 다운로드한 실행 파일과 `~/.ai-memory` 디렉터리를 삭제하면 됩니다.
추가 의존성 없음
다운로드 후 바로 사용 가능. 추가 런타임이 필요하지 않습니다.