TL;DR

ai-memory는 AI 코딩 에이전트의 세션 관찰을 정제된 Markdown 위키와 handoff로 축적하는 독립 실행형 Rust 서버·CLI 도구입니다. MCP와 lifecycle hook을 사용해 여러 agent CLI의 작업 맥락을 같은 프로젝트 단위로 모으고, `ai-memory run`으로 Claude Code, Codex 등 서로 다른 harness의 native session과 portable ledger를 연결합니다. 검색은 FTS5, entity, 그래프 이웃, 선택적 vector 검색을 조합하며 LLM 없이도 기본 검색과 규칙 기반 요약을 사용할 수 있습니다. Docker나 native binary로 운영할 수 있지만 클라이언트별 hook 차이, 세션 종료 수동 처리, 원격 배포 시 bearer auth와 TLS 설정을 감수해야 합니다.

핵심 포인트

• ai-memory는 독립 실행형 Rust 서버와 CLI로 구성된 AI 코딩 에이전트용 장기 메모리 도구입니다. Lifecycle hook이 프롬프트, 도구 호출, 압축 시점, 세션 경계의 정제된 관찰을 서버로 보내고, 세션 종료 시 관련 내용을 Markdown 위키 페이지와 다음 세션용 handoff로 정리합니다. Claude Code와 Codex를 번갈아 사용하거나 같은 저장소에서 작업을 이어가는 개발자에게 적합합니다.
• 메모리는 SQLite와 FTS5, entity 매칭, graph-neighbor 검색, 선택적 vector 검색을 결합해 회수합니다. 실제 저장 단위는 Git으로 버전 관리되는 일반 Markdown이므로 grep, Obsidian, rsync, git log를 그대로 사용할 수 있고, LLM 없이도 FTS5와 규칙 기반 요약이 작동합니다. 과거 결정과 실패 원인을 찾는 용도에는 강하지만 현재 코드의 symbol, caller, dependency를 대체하지 않으므로 LSP나 구조 분석 MCP와 함께 써야 합니다.
• MCP 설정과 lifecycle hook 설치를 통해 Claude Code, Codex, Command Code, Devin CLI, OpenCode, Cursor, Gemini CLI, Kimi Code, Kiro CLI, Pi, OMP 등 여러 harness에 연결할 수 있습니다. 선택 기능인 `ai-memory run`은 각 harness의 native session과 공용 visible-event ledger를 연결해 에이전트 간 전환을 지원하며, 진정한 세션 종료 hook이 없는 클라이언트에서는 `ai-memory finalize-session`을 직접 실행해야 합니다. 지원 범위가 넓은 대신 클라이언트별 설정 방식과 handoff 전달 방식이 달라 도입 전에 주력 CLI의 Support Matrix를 확인해야 합니다.
• 기본 배포는 loopback의 Docker 서버이며, Linux와 macOS native binary, Arch AUR, WSL2, 실험적 native Windows 경로를 제공합니다. 단일 사용자 환경은 인증 없이 시작할 수 있지만 LAN이나 원격 서버로 노출할 때는 bearer token과 HTTPS reverse proxy가 필요하고, 다중 사용자 환경에도 per-page RBAC는 없습니다. 코드와 세션 이력이 민감하거나 여러 개발자가 하나의 서버를 공유한다면 인증, host allowlist, TLS, 프로젝트 라우팅을 함께 설정해야 합니다.