Engrim - Universal local-first SQLite memory engine for AI CLIs
Show HN: Engrim – A universal, local-first SQLite memory engine for AI CLIs
Engrim은 Google Antigravity, Claude Code, Cursor, Windsurf 등 다양한 AI 코딩 에이전트에서 프로젝트의 결정 사항, 제약 조건, 상태를 로컬 SQLite에 저장하는 메모리 엔진입니다. 모델이나 환경을 전환해도 문맥을 잃지 않도록 도와주며, 105개 세션 테스트에서 99% 이상의 문맥 비용 절감 효과를 입증했습니다. 하이브리드 검색(FTS5 + 벡터)을 통해 빠르게 관련 메모리를 불러오며, 완전 로컬 및 프라이빗 환경을 제공합니다.
"모델은 일회용 도구일 뿐, 프로젝트의 결정은 그렇지 않습니다. 20만 토큰의 잊혀진 노이즈에 비용을 지불할 이유가 없습니다."
HN 토론
53- flippant
출시를 축하합니다!
저는 지난 몇 달 동안 다른 메모리 플러그인 [1]을 사용해 왔습니다. 이 변경 이후로 저는 거의 세션 압축을 실행하지 않습니다. 대신 새 세션을 만들고 에이전트에게 작업을 주고 이전 세션에서 무슨 일이 있었는지 알아내도록 합니다.
결정 요약은 정말 멋져 보이네요 -- 하지만 에이전트/모델 정보는 아마 저에게는 유용하지 않을 것입니다. 왜냐하면 저는 실제로 에이전트가 (브랜치에서조차) 자율적으로 코드를 커밋하도록 허용하지 않기 때문입니다.
- [1] https://ctx.rs/
- thih9
> 인자 없이 engrim setup을 실행하세요. 머신에 설치된 환경을 자동으로 감지하여 모두 구성합니다.
제거 스크립트도 제공되나요?
- cedws
에이전트 메모리가 아직 개념적으로 실제로 작동하나요? 저는 LLM이 쓰레기를 메모리에 커밋하고 관련 없는 맥락에서 회상하는 것만 봤습니다.
- aidiveyt
정지 훅은 턴을 차단할 수도 있습니다: 메시지와 함께 exit 2를 하면 세션은 검사가 통과할 때까지 계속 작동합니다.
- esafak
Tim, 이 부분에 대해 자세히 설명해 주시겠어요?
> 경험적 증거 (105-세션 사례 연구)
이것을 경쟁사와 비교하여 벤치마킹할 수 있나요? 이런 메모리 플러그인이 많이 생겨나고 있는데 아무도 어떻게 비교되는지 모릅니다.
당신의 작업의 핵심은 https://github.com/timgordontg/engrim/blob/main/src/engrim/m... 에 있는 것 같습니다.
아직 수명 주기 관리나 충돌 해결이 없으며, 모델이 언제 사용할지 결정하는 작업을 수행합니다.