TIMPS — AI 코딩 에이전트를 위한 영구 메모리

상태: 개인 프로젝트, 초기 단계. MCP 서버와 CLI는 제가 매일 실제로 사용하고 신뢰하는 부분입니다. 이 저장소의 다른 모든 것(데스크톱 앱, 모바일, JetBrains, 플러그인 마켓플레이스)은 더 새롭고 테스트가 덜 되었습니다 — 아래에 표시되어 있습니다. 마케팅 문구를 읽는 것보다 핵심 기능을 직접 사용해 보고 문제가 있으면 알려주시는 편이 훨씬 낫습니다.

30초 만에 시작하기

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

설치도, 설정도, API 키도 필요 없습니다. 아무 저장소나 지정하면 됩니다. Ollama가 로컬에서 실행 중이라면 100% 무료이고 데이터가 외부로 나가지 않습니다. 그렇지 않다면 프로바이더를 선택하도록 안내해 드립니다.

Claude Code, Cursor 또는 다른 MCP 클라이언트에서 실제로 영구 메모리를 사용하려면 MCP 서버를 추가하세요:

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

그런 다음 MCP 클라이언트를 서버에 연결하세요(설정 방법은 MCP 설정 참조).

Related MCP server: Lockstep Core

실제로 하는 일

오늘 버그를 고치라고 Claude Code에게 요청해 보세요. 세션을 닫고 내일 관련된 질문을 해 보세요 — 어제 내린 결정, 이미 시도한 방법, 특정 방식으로 구조를 잡은 이유를 전혀 기억하지 못합니다. 매 세션마다 같은 맥락을 다시 설명해야 하는 상황이 반복됩니다.

TIMPS는 MCP 서버로서 여러분과 에이전트 사이에 위치하며 프로젝트별 메모리 저장소를 유지합니다:

• 기억하는 것 — 내린 아키텍처 결정, 코드베이스 특유의 패턴과 규칙, 이미 겪었던 버그와 해결 방법, 그리고 무엇을 썼고 왜 썼는지에 대한 일반 감사 로그.

• 저장 위치 — 기본적으로 로컬 JSON/SQLite 파일로, 프로젝트별로 구분되어 서로 다른 저장소의 데이터가 섞이지 않습니다. 팀 전체에서 공유하려면 Postgres/Qdrant를 선택할 수 있습니다.

• 비용 — Ollama를 로컬에서 실행하면 무료입니다. 더 높은 추론 품질이 필요하다면 유료 프로바이더(Claude, GPT, Gemini)를 선택할 수 있습니다.

이것이 전부입니다. 새로운 에이전트가 아니라 메모리 계층입니다 — 이미 사용 중인 코딩 에이전트와 함께 동작합니다.

간단한 작동 방식

내부적으로 메모리는 몇 가지 계층으로 구성됩니다:

1. 작업 메모리 — 현재 세션: 활성 파일, 최근 오류, 실시간 목표. 세션이 끝나면 초기화됩니다.

2. 일화 메모리 — 과거 세션의 기록과 그 결과.

3. 의미 메모리 — 지속적인 가치가 있어서 일화 메모리에서 승격된 패턴, 규칙, 결정.

4. 감사 추적 — 모든 메모리 쓰기의 추가 전용 해시 체인 로그로, 시스템이 무엇을 언제 학습했는지 정확히 확인할 수 있습니다.

이 위에는 더 깊은 하위 시스템들이 있습니다(시간적 패턴 감지, 모순 감지, 신뢰도 점수, 중요도 기반 정리). 더 자세히 알고 싶은 분들을 위한 것이며, 대부분의 사용자는 내부 구조를 알 필요 없이 사용할 수 있습니다 — 자세한 내용은 ARCHITECTURE.md를 참조하세요.

MCP 설정

Claude Code

~/.claude.json에 추가하세요:

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

Cursor

.cursor/mcp.json에 추가하세요:

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

Windsurf

~/.config/windsurf/config.json에 추가하세요:

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

기타 MCP 클라이언트

timps-mcp을 stdio로 실행하세요. 프로토콜 요구 사항은 이것이 전부입니다.

실제 측정 결과

직접 실행해 보세요: npx tsx benchmark/index.ts --quick

이 벤치마크는 제가 만든 합성 데이터셋으로 직접 실행한 결과입니다 — 독립적으로 검증된 것이 아니며, 실제 코드베이스에서의 성능을 보장하는 주장이 아닙니다. "핵심 로직이 설계대로 동작한다"는 의미로 받아들이시면 됩니다.

이 저장소의 다른 내용 (초기/실험 단계)

이 모노레포에는 VS Code 확장, 데스크톱 앱(Tauri), 모바일 앱, JetBrains 플러그인, 그리고 작업 분해를 위한 멀티 에이전트 "스웜" 모드가 포함되어 있습니다. 이들은 존재하고 대부분 작동하지만, CLI/MCP 코어만큼 실제 사용 경험이 쌓이지 않았습니다 — "궁금하면 사용해 보세요" 수준이지 "프로덕션 준비 완료"가 아닙니다. 솔직하게 말씀드리는 이유는 나중에 직접 발견하게 하기보다는 처음부터 알려드리는 것이 낫기 때문입니다.

사용해 보고 문제를 알려주세요

이 프로젝트는 현재 저에게 실질적으로 유용합니다: 위의 30초 명령을 실제 저장소 중 하나에서 실행해 보고, 무엇이 고장났는지, 무엇이 혼란스러웠는지, 무엇이 잘못되었는지 알려주세요. 그 피드백이 이 프로젝트에 마케팅 문구보다 훨씬 가치 있습니다.

• 이슈: github.com/Sandeeprdy1729/timps/issues

• Discord: discord.gg/MmsTNm8WF6

라이선스

MIT