Agent Memory System
Agent Memory Systemは、オープンソースのセキュリティファーストなコンテキストおよびメモリレイヤーであり、リポジトリを永続的なMarkdown/JSONインデックスにスキャンし、Git対応の更新とCIゲートを通じて鮮度を維持し、作業ログと依存関係グラフインテリジェンスによりエージェント間の引き継ぎを可能にします。
https://ravbyte-ai.github.io/agent-memory-system?ref=producthunt&utm_source=aipure
製品情報
更新日:2026年05月18日
Agent Memory Systemとは
Agent Memory Systemは、AIアシスタントがセッション間およびツール間でプロジェクトのコンテキストを保持および回復できるように、コードリポジトリに永続的なメモリレイヤーを追加するオープンソースの「コンテキストインフラストラクチャ」ツールです。RAVBYTE TECHNOLOGIES PRIVATE LIMITEDによって維持されており（MITライセンスでコミュニティ貢献を受け付けています）、`memory/`フォルダー（例：コンテキストインデックス、ガイドライン、作業ログ、引き継ぎメモ）を構造化して生成します。これにより、Codex、Claude、Cursor、Antigravityなどのあらゆるエージェントが、コードベース、最近の実行履歴、および現在の作業状態を迅速に理解するために読み取ることができます。
Agent Memory Systemの主な機能
Agent Memory Systemは、リポジトリ（および複数のリポジトリを持つワークスペース全体）をスキャンして、永続的でエージェントが読み取り可能なメモリ成果物（インデックス、ガイドライン、アーキテクチャマップ、作業ログ）を生成するオープンソースの「コンテキストインフラストラクチャ」レイヤーです。これにより、AIコーディングエージェント（Codex、Claude、Cursorなど）は、コードベースをより速くナビゲートし、セッション間で作業を再開し、すべてを読み直すことなくタスクを引き継ぐことができます。git対応のメンテナンスによる自動保守、変更の影響範囲を理解するためのグラフベースの依存関係インテリジェンス、有用な運用コンテキストを維持しながらシークレットの漏洩を防ぐセキュリティガードレールを重視しています。
ワークスペースとリポジトリのスキャンから構造化メモリへ: ワンコマンドスキャンは、多くのフォルダ/リポジトリにわたるマニフェスト、API、設定、テスト、ストレージヒント、ドキュメント、および主要な構造を検出し、ポータブルなMarkdownメモリファイルとトピックインデックス（例：context-index.json）を書き込み、任意のエージェントが利用できるようにします。
Git対応のメンテナンスと鮮度ゲート: メンテナンスモード（例：`--since main`）は、構造的な変更に基づいてメモリを更新し、出力の検証を行うことで、コンテキストのずれを防ぎます。CIチェックは、PRで更新されたメモリを要求できます。
エージェント間の継続性（作業ログ+引き継ぎ）: チェックポイント、コマンド、触れたファイル、ブロッカー、次のステップをJSONL作業ログにキャプチャし、エージェント引き継ぎドキュメントを生成することで、新しいエージェントが最小限のリカバリートークンで即座に再開できるようにします。
影響範囲分析のためのグラフインテリジェンス: 組み込みの静的分析は、依存関係とアーキテクチャレイヤーをマッピングし、APIまたはモジュールが変更された場合に何が壊れるかについての迅速なクエリを可能にし、試行錯誤のナビゲーションを減らします。
エージェントネイティブな規約とスキルラッパー: どのメモリを読み取るか、いつ更新するか、どのように引き継ぎを実行するかについてのポータブルなガイダンスを提供します。複数のアシスタントと将来のエージェントホストで動作するように設計されています。
セキュリティを最優先したメモリ生成: 生成された/ベンダーパスを回避し、環境変数名（シークレット値ではない）を記録し、明らかなシークレットパターンにフラグを立て、推論されたコンテンツにラベルを付けて、エージェントが検証が必要なものを認識できるようにします。
Agent Memory Systemのユースケース
ソフトウェアエンジニアリングチーム（複数リポジトリのモノレポ）: 大規模なワークスペース向けに永続的なコンテキストレイヤーを作成し、エージェントと開発者が適切なファイルを迅速に見つけ、アーキテクチャを理解し、タスク全体での繰り返しの「コードベースの再発見」を減らすことができます。
AI支援によるコードレビューとCIワークフロー: PRの鮮度ゲートを使用して、メモリがコード変更と一致していることを確認し、レビューの品質を向上させ、古いアーキテクチャの仮定によって引き起こされる回帰を減らします。
コンサルティングとエージェンシーの引き継ぎ: 標準化された引き継ぎ成果物（作業ログ+引き継ぎドキュメント）を生成し、新しいエンジニアや新しいエージェントが、長時間のオンボーディングや繰り返しの説明なしにクライアントプロジェクトを引き継ぐことができます。
企業のモダナイゼーションとリファクタリングプログラム: 依存関係/アーキテクチャグラフを活用して、影響範囲を推定し、安全なリファクタリングを計画し、レガシーシステム内の正しいレイヤーとモジュールにエージェントを誘導します。
開発者向け製品のカスタマーサポート/ソリューションエンジニアリング: リポジトリ構造、一般的なコマンド、検証済みワークフローの構造化された安全に共有できる内部メモリを維持し、サポートエンジニアとエージェントが問題を再現し、修正をより迅速に提案できるようにします。
メリット
オープンソースでエージェントに依存しない：ポータブルなメモリ成果物を介して、Codex、Claude、Cursor、およびその他の/将来のエージェントで動作するように設計されています。
強力な継続性プリミティブ：作業ログ+引き継ぎにより、タスクの再開時やエージェントの切り替え時のリカバリ時間とトークン消費を削減します。
設計によるセキュリティ意識：運用上役立つコンテキストをキャプチャしながら、シークレット値と生成されたパスを回避します。
変更の影響認識：グラフベースの依存関係インテリジェンスは、エージェントが推測するのではなく、影響範囲について推論するのに役立ちます。
デメリット
運用規律が必要：チームは、ずれを防ぐためにCIチェックを配線し、メンテナンスワークフローを一貫して実行する必要がある場合があります。
静的分析とスキャンは、ランタイムのみの動作を見逃す可能性があります。一部のアーキテクチャの真実は、コード/テストでの検証が依然として必要になる場合があります。
チューニングなしではメモリ成果物がノイズになる可能性があります。大規模または高速に変化するリポジトリでは、出力の信号強度を高く保つために設定/検証が必要になる場合があります。
Agent Memory Systemの使い方
1) リポジトリでAgent Memory Systemを初期化する: リポジトリのルートから、`npx @ravbyte/agent-memory-system@latest init`を実行します。これにより、`memory/`フォルダーと、`memory/context-index.json`、`memory/09-agent-guidelines.md`、`memory/10-agent-worklog.md`などの主要なスターターアーティファクトが生成されます。
2) (オプション) 繰り返し使用するためにCLIをグローバルにインストールする: 永続的な`agent-memory`コマンドが必要な場合は、`npm install -g @ravbyte/agent-memory-system@latest`を実行します。
3) リポジトリをスキャンしてメモリレイヤーを構築/更新する: スキャンを実行してリポジトリ（マニフェスト、ルート、API、設定、テスト、ストレージヒント、ドキュメントなど）をマッピングし、エージェントが読み取れるMarkdownとトピックインデックスを書き込みます。例：`agent-memory scan --json`。
4) 生成されたメモリアーティファクトをエージェントの開始コンテキストとして使用する: コーディングエージェント（Codex/Claude/Cursorなど）を`memory/`出力、特に`memory/context-index.json`にポイントすることで、コードベースを再トラバースすることなく、適切なファイルを迅速に見つけ、アーキテクチャを理解できます。
5) リポジトリの変更に合わせてメモリを最新の状態に保つ（メンテナンスモード）: 構造的なGit変更後、ドリフトを避けるためにメモリを更新します：`agent-memory maintain --since main`。これにより、指定された参照/ブランチ以降の変更が検出され、`memory/`がそれに応じて更新され、古いコンテキストが静かに永続化しないように検証が行われます。
6) エージェントセッション中に進捗を記録する（チェックポイント作業ログ）: エージェントが意味のある作業を完了したら、JSONL作業ログにチェックポイントエントリを書き込み、将来のセッションが正確に再開できるようにします。例：`agent-memory worklog checkpoint --agent codex --message "implemented scanner"`。
7) 次のエージェント/セッションのために引き継ぎを作成する: 作業を停止するとき（または別のエージェントに続行させたいとき）は、引き継ぎの要約を生成します：`agent-memory worklog handoff --agent codex --message "tests pass; next publish pages"`。これにより、迅速なセッション間復旧のために`memory/agent-handoff.md`が生成されます。
8) 新しいセッションで引き継ぎを使用して作業を再開する: 次のセッション（同じまたは異なるエージェント）では、`memory/agent-handoff.md`と`memory/agent-worklog.jsonl`の関連エントリ（または参照されているファイル）を読み取ることから始め、以前の決定、コマンド、ブロッカーを再説明することなく続行します。
9) メモリが正確に保たれるようにCI/レビュー規律を追加する: 構造を変更するPRが`memory/`も更新し（`agent-memory maintain --since main`経由）、マージする前にプロジェクトのチェック（型チェック/テスト/ビルドと任意のメモリ検証ゲート）を実行するワークフローを採用し、古いコンテキストがレビューに入るのを防ぎます。
Agent Memory Systemのよくある質問
Agent Memory Systemは、ワークスペース内のリポジトリに永続的なメモリレイヤーを提供するオープンソースのコンテキストインフラストラクチャです。これにより、プロジェクトのコンテキスト、実行履歴、および引き継ぎがセッション間およびエージェント/ツール（例：Codex、Claude、Cursor）間で持続します。
Agent Memory Systemに類似した最新のAIツール
Gait
Gaitは、AI支援コード生成とバージョン管理を統合するコラボレーションツールであり、チームがAI生成コードのコンテキストを効率的に追跡、理解、共有できるようにします
invoices.dev
invoices.devは、開発者のGitコミットから直接請求書を生成する自動請求プラットフォームで、GitHub、Slack、Linear、Googleサービスとの統合機能を備えています。
EasyRFP
EasyRFPは、RFP（提案依頼）の応答を効率化し、深層学習技術を通じてリアルタイムのフィールド表現型を可能にするAI駆動のエッジコンピューティングツールキットです
Cart.ai
Cart.aiは、コーディング、顧客関係管理、ビデオ編集、eコマースの設定、カスタムAI開発を含む包括的なビジネス自動化ソリューションを提供するAI駆動のサービスプラットフォームで、24時間365日のサポートがあります
Agent Memory Systemに似た人気のAIツール
GitHub Copilot Chat
GitHub Copilot Chatは、自然言語の対話、リアルタイムのコード提案、そしてサポートされているIDEおよびGitHub.com内での文脈に応じた支援を提供するAI駆動のコーディングアシスタントです
CopilotForXcode
CopilotForXcodeは、Xcode内でAI駆動のコード提案、チャット支援、プロンプトからコードへの機能を提供するXcodeソースエディタ拡張機能です。
BrowserAI
BrowserAI is an open-source library that enables running local Large Language Models (LLMs) directly in web browsers with WebGPU acceleration, offering privacy-focused AI capabilities without requiring server infrastructure.
OpenAI Codex CLI
OpenAI Codex CLIは、ターミナルで実行される軽量なオープンソースのコーディングエージェントであり、開発者は自然言語をコード実行に変換し、コードを実行し、ファイルを操作し、バージョン管理下で反復処理できるChatGPTレベルの推論を提供します。