Show HN: ContextVault – AIとチームのための共有メモリレイヤー
Show HN: ContextVault – Shared memory layer for your AI and your team (contextvault.dev)
要約
ContextVaultは、AIツールで蓄積されるプロンプトや決定事項などのコンテキスト情報が断片化し、チーム内で重複作業が発生する問題を解決するために開発されました。このツールは、再利用可能なコンテキストを一元管理し、チームメンバーや複数のAIツール間で共有できる共有コンテキストストアを提供します。
全文翻訳
皆さん、こんにちは。
私はKevinです。AIツールを使っていると、常に同じ問題に直面していました。そのため、ContextVaultを開発しました。
プロジェクトを進めるにつれて、プロンプト、コーディング規約、設計上の決定、例、その他のコンテキスト情報が蓄積され、モデルの有用性が著しく向上しました。しかし、この情報はすぐに断片化してしまいました。一部はChatGPTのプロジェクトに、一部はClaudeに、一部はMarkdownファイルに、一部は社内ドキュメントに、そして一部は過去の会話の中にしか存在しなかったのです。
昨年末、チームの数人が同じ問題を独立して解決しようとしていることに気づきました。なぜなら、過去の作業を発見するのが困難だったからです。この問題は他の大企業でも存在すると仮定し、共有コンテキストストアの実験を開始しました。
ローカルの概念実証(Proof of Concept)と、ラフなMCPサーバーから始めました。「以前にこのようなことをしたか?」といった質問をすると、AIはデータベースを検索し、最も関連性の高い項目を見つけてレビューすることができました。会話で何か覚えておく価値のあるものが出力されたら、「学んだことをボルトに保存して」と言うことができました。このワークフローを数ヶ月間使用した後、私は毎日それに頼るようになりました。
これを他の人にも利用できるようにすることにしました。私はこれまで製品を開発したことがなく、これを価値ある学習演習にできると考えました。
ContextVaultは、人、プロジェクト、AIツール間で共有できる再利用可能なコンテキストを保存および整理するための製品です。すべての会話に同じ指示をコピー&ペーストする代わりに、一度保存してMCPサーバー経由で取得できます。これは特定のAIクライアントに限定されません。あなたのチームはChatGPT、Codex、Claude、Geminiを使用し、すべて同じようにボルトに保存/読み込みができます。
現在、以下の機能をサポートしています。
- GitHub、Google、Microsoft、GitLabのOAuthサポート
- メタデータ付きの構造化コンテキストレコード
- ロールベースアクセス制御を備えたマルチユーザー組織
- MCPをサポートするすべてのAIクライアント向けのMCPサーバー
- 組織スコープのストレージにより、テナントデータを分離
- グループの可視性ルールにより、各メンバーが検索できるメモリを決定
- 認証済みMCPアクセスにより、すべてのリクエストを実際のユーザーとワークスペースに紐付け
- フィードバックシグナルをキャプチャし、後でランキング改善に使用可能
- デスクトップ版AIクライアントをサポート(モバイルアプリも動作するはずです)
バックエンドはPostgreSQL、pgvector、Node.js、TypeScriptで構築されています。フロントエンドはNext.js、React、Tailwind CSS、shadcn/uiを使用しています(フロントエンドは私の得意分野ではないので、優しくしてください)。認証はClerk、請求処理はStripeで処理しています。
私は自身のワークフローのためにこれを構築し始めましたが、数ヶ月間利用した後、他の人にも利用できるようにすることにしました。数週間前にソフトローンチしましたが、私はこれを日常的なツールとして役立つと感じています。
本質的に、ContextVaultはメモリとコンテキストを追跡し、即座にチームに配布し、重複作業の削減を支援する方法を提供します。
以下の点についてフィードバックをいただけると幸いです。
- 現在、再利用可能なAIコンテキストをどのように管理していますか?
- 類似のツールに依存していますか、それともすべてGitやMarkdownに保存していますか?
- もし類似のものを開発したことがあるなら、何を学び、どのように違うことをしますか?
製品はこちらでご覧いただけます。