Show HN: ContextVault – AIとチームのための共有メモリレイヤー

皆さん、こんにちは。 私がContextVaultを構築したのは、AIツールを使っていて常に同じ問題に直面していたからです。 プロジェクトが進むにつれて、プロンプト、コーディング規約、アーキテクチャの決定事項、例、その他のコンテキスト情報が蓄積され、モデルの有用性が大幅に向上しました。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ませんでした。 昨年末、チームの数人が同じ問題を個別に解決していることに気づきました。なぜなら、過去の作業を見つけ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。 ローカルのプルーフオブコンセプトとラフな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場合、「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。そ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。 そ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構築したことがなく、それを実行することが貴重な学習体験になると考えました。 ContextVaultは、人々、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。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/読み取りできます。 現在サポートしている機能は以下の通りです。 - GitHub、Google、Microsoft、GitLabのOAuthサポート - メタデータ付きの構造化されたコンテキストレコード - ロールベースの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 - 認証された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、後でランキングを改善するために使用可能 - CLIバージョンだけでなく、AIクライアントのデスクトップバージョンもサポート（モバイルアプリサポートも機能するはずです） 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ありませんので、ご容赦ください）。認証はClerkで、請求はStripeで処理しています。 私は自分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、私はこれを毎日の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、重複作業を削減するのに役立つ方法を提供します。 いくつかフィードバックをいただきたいです。 - 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？ - 同様のものを構築した場合、何を学んで、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。 https://www.contextvault.dev