Show HN: PMB – コーディングエージェントのためのローカルメモリで、使用状況を表示
Show HN: PMB – local memory for coding agents that shows if it is used (pmbai.dev)
要約
PMBは、コーディングエージェントのためのローカルメモリシステムで、APIキーやクラウドへの依存なしに、エージェントが記憶を効果的に利用しているかを表示します。BM25、ベクトル、エンティティグラフを組み合わせたハイブリッドリコールと、エージェントの作業を記録するジャーナル機能により、エージェントのコンテキスト理解を向上させます。完全にローカルで動作し、オープンソースであるため、開発者はプライバシーを保ちながらエージェントのパフォーマンスを最適化できます。
全文翻訳
Show HN: PMB – コーディングエージェントのためのローカルメモリ、使用状況も表示
URL: https://pmbai.dev
ローカルファーストメモリ · MCPネイティブ · Apache 2.0
AIエージェントはセッションごとに忘れてしまう。PMBは、あなたのディスク上にメモリを与えます。
意思決定、学習内容、プロジェクトの事実は、あなたが所有する1つのSQLiteファイルに保存されます。MCPを通じてClaude Code、Cursor、Codex、Zedにフィードバックされます。オフライン、APIキー不要、クラウド不要、約35ミリ秒で呼び出し可能。
$ pip install pmb-ai
エージェントと連携 · ワンコマンド
100% あなたのマシン上で動作
APIキー不要
クラウド、テレメトリなし
Apache-2.0、オープンソース
仕組み
尋ねられるのを待たないメモリ
フックが、モデルが思考する前に適切なメモリを注入し、エージェントの作業を後に記録します。読み取りパスでLLM呼び出しを行わず、エージェントが呼び出すのを覚えておく必要のあるツールもありません。
1 · 任意の剤が記録
__claude__Claude Code
__cursor__Cursor
__openai__Codex
メモリに書き込む
[画像: PMB]
PMB · 1つのローカルメモリ
重要なことを呼び出す
2 · 回答前に提示
lesson0.94
file0.88
decision0.81
01 · 読み取り4–16 ms
プロンプトごとの自動呼び出し
すべてのメッセージはサブミリ秒で分類されます。一致する学習内容、意思決定、プロジェクト概要が、エージェントが推論する前に取得されます。
02 · 書き込み< 1 ms
サブミリ秒非同期書き込み
MCPツールは即座に返却されます。まずSQLiteに書き込み、その後バックグラウンドスレッドで埋め込みとLanceDBベクトル挿入が実行され、ターンをブロックしません。
03 · 融合94.5% recall@10
ハイブリッド呼び出し、ランク付け
BM25 + 密ベクトル + エンティティグラフ + オプションの再ランク付けを、Reciprocal-Rank-Fusionで融合します。1回の呼び出しで、ランク付けされた適切なものが返されます。
04 · 学習正直なフォロー率
場所を得る学習内容
すべてのルールは、エージェントが実際にそれに従うかどうかでスコア付けされます。役立つものはスター付きになり、無視されたものはデッドフラグが立てられるため、役立たないものを削除できます。
マップ · ライブエンティティグラフ
あなたのメモリ、探索可能なグラフとして
すべての事実、意思決定、学習内容、ファイル、エンティティがノードになり、タイプごとに色分けされ、重要度に応じてサイズが設定されます。1つをホバーすると他が薄暗くなり、その隣接ノードが明るくなり、完全なメモリチャンクを読み取ることができます。
マップタイムライン概要学習内容
0 エンティティ · 0 接続 · 8 クラスター
ドラッグ · スクロール · ホバー
タイムライン · gitグラフジャーナル
すべての意思決定、学習内容、コミット、新しい順
プロジェクトごとに1つのレーンがあり、ノードはイベントタイプごとに色分けされ、ソフトな曲線で接続されています。ダッシュボードに出荷されるのと同じジャーナルが、作業中に自動的に書き込まれます。
マップタイムライン概要学習内容
タイプ
モックアップではありません
これは実際のダッシュボードです
ローカルマシンから提供されるローカルWebアプリです。上記のマップとタイムラインはライブ再現であり、ここに実際のものが表示され、1つのプロジェクトのメモリをレンダリングしています。
マップタイムライン
5,229 エンティティ
[画像: PMBダッシュボード — マップ:149クラスターにわたる5,229のメモリエンティティのフォースダイレクトされた銀河][画像: PMBダッシュボード — タイムライン:意思決定、学習内容、コミットのgitグラフジャーナル、新しい順]
マップ · 149クラスターにわたる65,005の接続、種類ごとに色分け
なぜ重要なのか
エージェントが記憶すると何が変わるか
機能ではなく、結果です。永続メモリがあなたの1日に実際にもたらす変化です。
プロジェクトの説明を繰り返すのをやめる
すべてのセッションは、すでにあなたの意思決定、規約、火曜日に発生したバグを理解した状態で開始されます。新しいチャットに同じコンテキストを貼り付ける必要はもうありません。
コンテキストを失わずにツールを切り替える
Claude Code、Cursor、Codex、Zedはすべて同じメモリを読み取ります。コンテキストはエディタではなくあなたに追従するため、エージェントの切り替えにコストはかかりません。
実際に信頼できるメモリ
PMBは、各学習内容がフォローされているかをスコアリングし、無効なものをフラグ付けします。メモリが役立っていないことを教えてくれるため、コンテキストは正直に保たれ、肥大化しません。
それが積み重なる様子を見るセッション1/5
1日目:白紙の状態
エージェントは何もなしで開始します。あなたはプロジェクト、規約、火曜日に発生したバグを説明し、セッションの終わりにすべてが消滅します。
12
エンティティ
1
学習内容
·
呼び出しヒット数
S1S2S3S4S5
クイックスタート
7つのコマンド、あとはエージェントと話すだけ
アカウント不要、キー不要、何もマシンから離れません。ターミナルからすべてを検査するか、ダッシュボードを開きます。
zsh · ~/pmb
pmb recall
checkoutの価格バグを修正⏎
L
NEGOTIATE/SKIP を 25% 未満にしない
lesson · PMB
0.94
F
verdict-policy.ts · 142行目
file · Tue 14:32 に開いた
0.88
D
学習済みの重みよりもRRFを使用
decision · 4日前
0.81
41メモリ中3つ · 35 ms で融合
hybrid recall
統合
ワンコマンドでエージェントをMCPに接続
すべてがstdioを介して実行され、サーバーはエージェントの子プロセスです。ネットワークなし、ポートなし、トークンなし。
Claude Code
- ルールはエージェントの設定に自動的に追加されます
- 複数のエージェントを1つの共有ワークスペースに向けます
pmb doctorで配線を検証します
任意のモデル · ローカルまたはホスト
独自のモデルを使用するか、オフラインで実行する
PMBは読み取りパスでLLMを呼び出しません。オプションの要約とグラフ抽出パスは、完全にローカルなOllamaを含む、あなたが指定したもので実行されます。あなたのメモリはあなたのものです。
graph.extractor = llm:ollama・抽出と要約をローカルモデルで実行、100%オフライン、APIキーゼロ。
クイックスタート
60秒で実行
3つのコマンド、アカウント不要、設定不要。あとは普段通りに作業するだけです。
1
インストール
ワン pip install。純粋なPythonで、macOS、Linux、Windowsで動作します。
$ pip install pmb-ai
2
エージェントを接続
ワンコマンドでPMBをMCP経由でエージェントに接続します。Cursor、Codex、Zedなどを入れ替えます。
$ pmb connect claude-code
3
話しかけるだけ
通常通り作業すると、PMBが自動的に記録・呼び出しします。いつでもダッシュボードを開いて探索できます。
$ pmb dashboard
アーキテクチャ
ディスク上のファイル、すべてを下に
すべてのイベントはSQLiteに、ベクトルはLanceDBに隣接して保存されます。cpでどこにでもコピーできます。信頼するサーバーはありません。
あなたのエージェントMCP · stdioMCPサーバー29ツール · prepare()エンジンハイブリッドルーターハイブリッド呼び出しBM25 + ベクトル + グラフ · 35ms非同期書き込み埋め込みキュー · サブmsリターンSQLiteLanceDBあなたのディスク上
ベンチマーク
高速、ローカル、そして正直に
ここのすべての数値は、PMB自身のエンジンで測定され、リポジトリから再現可能です。クラウドなし、読み取りパスにLLMなし、クエリごとのコストなし。
94.6% recall@10 (LoCoMo)
88ms p50 recall at 2k memories
<1ms 非同期書き込み、決してブロックしない
$0 per recall, fully local
73.1% answer accuracy (J-score, LoCoMo)
検索品質 (recall@k)
MRR 0.774 · nDCG@10 0.816
68.485.089.494.6k=1k=3k=5k=10
LoCoMo-10 · 997 の質問 · LLMグレーダーなし · キャッシュオフ
メモリサイズに対する検索レイテンシ (p50 / p95)
p50p95
100 ms101005001k2k
ウォームデーモン、キャッシュオフ、ローカルCPU。実際の約100メモリワークスペース:p50 24 ms。キャッシュあり:約0.15 ms。
ラディカルな正直さ
メモリが役立っていないときに教えてくれる
すべての学習内容には surface_id があります。PMBは、エージェントが実際にそれに従ったかどうかを追跡し、アクティビティから確認または自動検出します。無視されたルールにはデッドフラグが立てられます。場所を得たものはスター付きになります。虚栄心の指標はありません。
usefulnever lower NEGOTIATE/SKIP under 25%
usefulpmb warmup before first recall
unverifiedprefer tree-sitter for TS indexing
deadalways rerun the full suite on edit
内部構造
飽きのこない、耐久性のある部品で構築
エキゾチックなインフラはありません。ローカルファイルと使い古されたライブラリ、5年後でも開けるようなものです。
メモリ衛生
自己管理
1年後でも、呼び出しはシャープです。メモリは自動的に減衰、アーカイブ、重複排除され、決してあなたの知らないうちに何も削除しません。
書き込み
アクティブ
読み取り
減衰
圧縮
アーカイブ
あなた
デーモン
メモリは左から右へ流れ、自己管理されます。ステージをホバーしてパスをたどります。
1つのSQLiteファイル
直接的な回答
FAQ
私のコードやデータはマシンから離れることがありますか?
いいえ。すべてがローカルSQLiteファイルに保存され、ベクトルはLanceDBに隣接して保存されます。読み取りパスでのネットワーク呼び出し、アカウント、テレメトリは一切ありません。インターネットを切断しても動作します。
RAGやベクトルデータベースとどう違うのですか?
2つの方法です。呼び出しはハイブリッドで、BM25、密ベクトル、エンティティグラフを融合・ランク付けします。そして自動化されています。モデルが思考する前に適切なメモリが注入されます。パイプラインを構築したり、エージェントがツールを呼び出すのを覚えておくことを期待したりする必要はありません。
エージェントを遅くしますか?
いいえ。呼び出しは約35ミリ秒で完了し、書き込みは1ミリ秒未満で返却されます。埋め込みとベクトル挿入はバックグラウンドスレッドで実行されるため、ターンがブロックされることはありません。
どのエージェントとオペレーティングシステムがサポートされていますか?
MCP対応のエージェントなら何でも:Claude Code、Cursor、Codex、Zed、Windsurfなど、ワンコマンドで接続できます。PMBは純粋なPythonで、macOS、Linux、Windowsでテストされています。
メモリが間違っているか、役に立たない場合はどうなりますか?
PMBは、各学習内容が実際にフォローされているかをスコアリングし、無効なものをフラグ付けするため、削除できます。これは、自身のメモリが場所を得ていないことを教えてくれる珍しいツールです。
本当に無料ですか?
はい。Apache-2.0、オープンソース、永久無料。有料プラン、シート数、テレメトリはありません。ファイルとコードはあなたが所有します。
Apache 2.0 · 100% オフライン