すべてのセッション境界を超えて生き残る記憶をコーディングエージェントに提供する
新しいコーディングセッションはすべて冷たく始まります。エージェントはあなたのリポジトリを再発見し、慣習について再度質問し、昨日すでに行った決定を再度行います。MemoryLakeは、AIコーディングエージェントにセッション、ツール、モデルを超えた永続記憶を提供します。これにより、エージェントがあなたのコードベースについて学んだことが保持されます。
問題: AIコーディングエージェントはセッション間で全てを忘れる
あるコーディングエージェントは、昨日2時間をかけてあなたのマイクロサービスをマッピングし、認証レイヤーのリファクタリング方法を決定しました。今日は新しいセッション、真っ白なスレートです。同じファイルを再度読み、同じ確認を再度尋ね、すでに拒否したアプローチを提案する可能性があります。
MemoryLakeがAIコーディングエージェントのための永続記憶を解決する方法
リポジトリスコープの永続記憶
すべてのエージェントのアクション、決定、拒否された提案は、リポジトリに結びつけられた型付き記憶として保存されます。
クロスツールのポータビリティ
エージェントの記憶は、Cursor、Claude Code、Windsurf、カスタムCLI、またはCIパイプラインで実行されているかどうかに関係なく機能します。
反映記憶ブロックは間違いを繰り返す
提案が拒否された場合、その理由が記録されます。将来のセッションでは同じ行き止まりを提案するのを止めます。
Gitスタイルの記憶ブランチ
記憶は機能ブランチに従います。推測的な作業は、マージするまでメイン記憶を汚染しません。
永続無料 · クレジットカード不要
AIコーディングエージェントのための仕組み
- 接続 — SDKまたはMCPを介してMemoryLakeをエージェントに追加します。
- 構造 — すべてのアクション、ファイルの読み取り、決定は適切な記憶タイプに分類されます。
- 再利用 — 次のセッションでは、エージェントは最初の推論ステップの前に関連する以前の記憶を読み込みます。
前と後: コーディングエージェントの永続記憶
| Without MemoryLake | With MemoryLake | |
|---|---|---|
| New session begins | Agent re-explores the repo | Agent loads prior memory |
| Same refactor question | Asked again every time | Decision already in memory |
| Switching from Cursor to Claude Code | Lose context | Same memory, new tool |
| Six-hour autonomous run | Restart from zero on crash | Resume from last commit |
対象者
リファクタリング、移行、コードレビュー、または長時間の自動化のためにAIコーディングエージェントを運用しているエンジニアリングチーム — エージェントがセッション間で決定を記憶する必要があり、再スタートのコストが実際のエンジニアリング時間である場合。
このユースケースを自分のアカウントで試す
Saltmarrow Pay のコーディングエージェントは MemoryRouter 経由で Claude Haiku 4.5 で動いています。各リクエストには Anthropic のプロンプトキャッシュ用にマークした約 12,100 トークンの同じリポジトリガイドが含まれ、MemoryRouter がチームの過去のセッションでの決定を付けます。開発者は短いセッションのあと 5 分半席を外し、戻ってきます。デフォルトの 5 分キャッシュでは、休憩後の最初のリクエストでガイド全体がキャッシュ書き込み価格で書き直されました（6 回中 6 回）。1 時間の TTL、または休憩 4 分目の 1 回のキープアライブ呼び出しでは、ガイドはキャッシュから読まれました（6 回中 6 回と 6 回）。メモリはどの設定でも残っており、4 方式とも休憩前に書かれた決定に基づいて答えました。2 つのセッションの合計で、デフォルトはキャッシュなしの 0.42 倍、1 時間 TTL は 0.37 倍、キープアライブは 0.29 倍のコストでした。
見られるもの
- 昨日のセッションノートを
fact addで登録し、1 つの boundary で覆います。価格はmemorylake router models（5 分と 1 時間のキャッシュ書き込み、キャッシュ読み取り）から取得 - 各リクエストを
memorylake router messages --bodyと--boundaryで 4 通りに送信：cache_controlなし、デフォルトの 5 分 TTL、ttl: 1h、5 分 + 1 トークンの ping - 休憩は実際に 5 分半待ちます。各応答の
ephemeral_5m_input_tokens、ephemeral_1h_input_tokens、cache_read_input_tokensで、どのキャッシュが休憩を越えたかがわかります - 請求は 2 つのセッションと休憩に分けて表示し、ほかの休憩時間の試算表も付きます。
askはチームのメモリ付きで 1 つ質問します。ローカル Web UI もあります
必要なもの: MemoryLake の API キー · memorylake CLI · Python 3.9 以上
実行する
git clone https://github.com/memorylake-ai/memorylake-usecases.git cd memorylake-usecases/cache-ttl-memory export MEMORYLAKE_API_KEY=sk-… python3 demo.py # or: python3 web/server.py
動作を見る · 実際の録画、未編集
関連するユースケース
よくある質問
DevinやSWE-agentのような自律コーディングエージェントで機能しますか？
DevinやSWE-agentのような自律コーディングエージェントで機能しますか？
はい。MCPサーバーまたはHTTP APIを呼び出すことができるエージェントは、MemoryLakeを記憶バックエンドとして使用できます。
リポジトリスコープの記憶はどのように隔離されていますか？
リポジトリスコープの記憶はどのように隔離されていますか？
各リポジトリには独自の名前空間があります。推測的または機能特有の記憶のためのブランチごとのスコーピングが可能です。
監査トレイルには何が記録されますか？
監査トレイルには何が記録されますか？
すべての記憶書き込み、著者（エージェントまたは人間）、タイムスタンプ、およびソースが記録されます。自律エージェントが夜間に行ったことをレビューするために重要です。