Skip to main content
Glama

TIMPS — AIコーディングエージェントのための永続メモリ

ステータス: ソロプロジェクト、初期段階。MCPサーバーとCLIは、私が実際に毎日使って信頼している部分です。このリポジトリの他のもの(デスクトップアプリ、モバイル、JetBrains、プラグインマーケットプレイス)は、より新しく、テストも不十分です—以下にフラグを立てています。マーケティングコピーを読むよりも、コアを試して壊れていると教えてもらう方が本当にありがたいです。


30秒で試す

npx timps-code "what does this codebase do?"

インストールも設定もAPIキーも不要です。任意のリポジトリを指定してください。ローカルでOllamaを実行している場合、これは100%無料で、データがマシンの外に出ることはありません。そうでない場合は、プロバイダーの選択を案内します。

Claude Code、Cursor、または任意のMCPクライアントで永続メモリを実際に使うには、MCPサーバーを追加します:

npm install -g @timps-ai/timps-mcp

その後、MCPクライアントをそれに向けます(設定手順はMCPセットアップを参照)。


Related MCP server: Lockstep Core

実際にできること

今日Claude Codeにバグを修正してもらいます。セッションを閉じます。明日関連することを尋ねると、昨日あなたが何を決めたか、何を試したか、なぜそのように構造化したかをまったく知りません。毎回同じコンテキストを再説明することになります。

TIMPSは、MCPサーバーとしてあなたとエージェントの間に立ち、プロジェクトごとにメモリストアを保持します:

  • 記憶するもの — あなたが行ったアーキテクチャの決定、コードベース固有のパターンや規約、遭遇したバグとその修正方法、そして何を書いたかとなぜ書いたかの平易な監査ログ。

  • 保存場所 — デフォルトではローカルのJSON/SQLiteファイルで、プロジェクトごとにキー付けされ、異なるリポジトリが互いに干渉しません。チームで共有したい場合は、オプションでPostgres/Qdrantも利用可能。

  • コスト — ローカルでOllamaを実行すれば無料です。代わりに彼らの推論品質が必要な場合は、オプションの有料プロバイダー(Claude、GPT、Gemini)もあります。

それが全体の提案です。これはメモリレイヤーであり、新しいエージェントではありません—既に使用しているどのコーディングエージェントとでも連携します。


仕組み(短縮版)

内部では、メモリはいくつかの実際の階層に整理されています:

  1. 作業メモリ — 現在のセッション: アクティブなファイル、最近のエラー、進行中の目標。終了時にクリアされます。

  2. エピソード記憶 — 過去のセッションとその結果のログ。

  3. 意味記憶 — 永続的なもの: パターン、規約、エピソードから昇格した決定(重要であり続けたため)。

  4. 監査トレイル — すべてのメモリ書き込みの追記専用でハッシュチェーンされたログ。システムが何をいつ学習したかを正確に確認できます。

この上にはさらに深いサブシステム群があります(時間的パターン検出、矛盾検出、信頼度スコアリング、重要度ベースのプルーニング)。さらに進みたい人のために、詳細はここではなくARCHITECTURE.mdにあります。ほとんどの人は内部を知らなくても使えるからです。


MCPセットアップ

Claude Code

~/.claude.json に追加:

{
  "mcpServers": {
    "timps": {
      "command": "timps-mcp"
    }
  }
}

Cursor

.cursor/mcp.json に追加:

{
  "mcpServers": {
    "timps": {
      "command": "timps-mcp"
    }
  }
}

Windsurf

~/.config/windsurf/config.json に追加:

{
  "mcpServers": {
    "timps": {
      "command": "timps-mcp"
    }
  }
}

その他のMCPクライアント

timps-mcp を stdio で実行してください。プロトコルに必要なのはそれだけです。


正直に測定した結果

自分で実行: npx tsx benchmark/index.ts --quick

メトリック

結果

Recall@5(50件の合成コーパスに対する20件のテストクエリ)

19/20

矛盾検出(既知の矛盾ペア10件)

10/10

クエリレイテンシ、インプロセス、500件のファクト

~1ms p95

これらは私が構築した合成データセットでの自己実行ベンチマークです—独立して検証されたものではなく、実際のコードベースでの性能を主張するものではありません。「コアロジックが設計どおりに動作する」という意味で受け取ってください。競争的な主張ではありません。


このリポジトリの他のもの(初期/実験的)

モノレポには、VS Code拡張機能、デスクトップアプリ(Tauri)、モバイルアプリ、JetBrainsプラグイン、タスク分解のためのマルチエージェント「スウォーム」モードが含まれています。これらは存在し、ほとんど動作しますが、CLI/MCPコアよりも実世界での使用ははるかに少ないです—「興味があれば試す」程度に扱ってください。「本番準備完了」ではありません。後で苦労して見つけるよりも、率直に伝えたいと思います。


試して、何が悪いか教えてください

これは今すぐ私にとって本当に役立ちます: 上記の30秒コマンドを実際のリポジトリの1つで実行し、何が壊れたか、何が混乱したか、何が間違っていたかを教えてください。そのフィードバックは、スターよりもこのプロジェクトにとって価値があります。

ライセンス

MIT

Related MCP Connectors

Related MCP Servers