Об этом проекте

MemoryWhale — это постоянный локальный слой памяти для отладки, предназначенный для разработчиков и кодирующих агентов. Он фиксирует то, что реально происходит во время отладки — команды, вывод, сбои и сработавшие исправления — и сохраняет эти свидетельства в локальной базе данных SQLite. Это позволяет разработчикам и их ИИ-агентам для написания кода извлекать прошлые решения даже после завершения сессий терминала, SSH-подключений или сессий агентов. Инструмент спроектирован как local-first: он не требует учётной записи, хостингового сервиса или оплаты памяти за токены, и ничего не загружается наружу. Он интегрируется с 19 кодирующими агентами через Model Context Protocol (MCP), обеспечивая общий стык для доступа к памяти между разными инструментами. Ключевые возможности: - **Захват**: записывает команды оболочки через `mw global on` или `mw-run`, а также позволяет сохранять явные уроки с помощью `mw remember`. Для длительной работы доступен устойчивый к сбоям режим живой сессии (`mw --live`). - **Извлечение**: поиск прошлых сбоев и исправлений с помощью `mw search` или генерация компактного контекста для агентов с помощью `mw context --last-error`. - **Интерфейсы**: предлагает CLI, интерактивный терминальный интерфейс (`mw tui`), локальную веб-панель (`mw-serve`) и настольное приложение. Доступ по MCP возможен через stdio (`mw-mcp`) или HTTP. - **Интеграция с агентами**: `mw integrate` настраивает доступ по MCP, хуки захвата и рекомендации по использованию памяти для таких клиентов, как Claude Code и Rho. `mw doctor` проверяет настройку. - **Происхождение**: хранит идентичность агента (например, `claude`, `rho`) отдельно от типа источника, сохраняя прозрачность истории памяти. - **Учёт Git**: канонические идентификаторы репозиториев группируют связанные рабочие деревья, а обнаружение читает локальные метаданные Git. - **Контекст GitHub**: `mw github context <pr>` получает метаданные PR, проверки и ревью через существующий вход `gh`, без фоновой синхронизации. MemoryWhale позиционируется как слой памяти для отладки, а не как автономный агент или универсальная система памяти. Он особенно полезен разработчикам, отлаживающим сборки, зависимости, Git, окружения или развёртывания, а также тем, кто работает на нескольких машинах или с кодирующими агентами. Установка доступна через готовые бинарные файлы для Linux и macOS, Cargo (`cargo install memorywhale-cli`) или Homebrew. Проект распространяется под лицензией MIT и включает документацию, руководства по интеграции и путь для вклада. Бенчмарки на LongMemEval показывают высокую эффективность извлечения, а контролируемые оценки демонстрируют значительное улучшение решения задач агентами при включённой памяти.