매 세션마다 프로젝트를 다시 설명하지 않아도 됩니다. memtomem은 노트·문서·코드를 검색 가능한 기억으로 바꿉니다. MCP를 지원하는 AI 도구라면 세션이나 도구가 바뀌어도 같은 기억을 다시 사용할 수 있습니다. 기본 저장소는 로컬이며 외부 서비스 연결은 선택 사항입니다.
세션이 끝나면 작업 맥락도 사라집니다. 설계 결정, 코딩 방식, 디버깅 이력을 매번 다시 설명해야 합니다.
Claude Code에서 정리한 내용을 Cursor가 바로 이어받지 못합니다. 기억이 도구마다 따로 흩어져 있기 때문입니다.
기존 기억 시스템은 에이전트가 직접 검색해야 동작하거나 특정 실행 환경에 묶여 있습니다. 장기 기억만 다루는 경우도 많습니다.
노트·문서·코드를 mm index로 색인하면 BM25 키워드 검색과 벡터 검색을 RRF로 결합합니다. 정확한 이름과 의미가 비슷한 표현을 함께 찾을 수 있습니다. 문서는 구조에 맞춰 나누고, 다시 색인할 때는 바뀐 부분만 임베딩을 계산합니다.
기억은 세션이 끝나도 남습니다. 네임스페이스는 검색 범위를 에이전트별 영역과 shared 공유 영역으로 나누지만, 접근 제어 경계는 아닙니다. Claude Code·Cursor·Codex는 같은 저장소에서 이전 작업을 이어갑니다.
스킬·명령·서브에이전트의 기준본을 .memtomem/ Store에 보관합니다. Pull은 실행 환경의 파일을 미리 확인한 뒤 Store로 가져오고, Push는 검토한 기준본을 선택한 실행 환경으로 보냅니다. 프로젝트와 계층 사이의 복사·이동도 지원합니다.
에이전트가 먼저 검색을 요청하지 않아도, STM이 오가는 도구 호출을 살펴 관련 기억을 알맞은 순간에 찾아 붙여 줍니다. 붙여 준 기억마다 식별자가 있어, 에이전트가 항목별로 유용성을 평가하거나 무시할 수 있습니다.
STM을 거치는 MCP 도구 응답은 에이전트에 전달하기 전에 압축할 수 있습니다. 컨텍스트 예산을 넘으면 내용의 형식에 맞는 10가지 전략 중 하나를 선택하며, 실제 절감량은 응답과 보존 설정에 따라 달라집니다.
SQLite 저장과 로컬 ONNX 추론은 GPU나 클라우드 계정 없이 동작합니다. 선택형 Ollama·OpenAI 호환·Cohere·Langfuse 연동은 설정한 서비스와 통신할 수 있습니다. 로컬 파일에는 제한 권한을 적용하고, 자격 증명 형태의 콘텐츠는 캐시·인덱스·공유 경계에서 걸러냅니다.
클라이언트를 연결하기 전에 LTM을 설치하고 기억 저장·검색을 확인합니다.
처음 시작Claude Code, Codex 또는 다른 지원 MCP 클라이언트를 연결하고 mem_status를 확인합니다.
노트·코드를 색인하거나 AI 도구 내장 기억을 미리보기와 출처 확인을 거쳐 가져옵니다.
자료검증된 결정을 저장하고 새 세션에서 이유와 출처까지 다시 찾습니다.
워크플로로컬 데모, 실제 프록시 호출, 지표 확인, 원래 경로 복원까지 진행합니다.
선택형 STM설치, 검색, MCP, Web UI, STM에서 실패한 단계로 돌아가 구체적으로 점검합니다.
복구GPU 없이 시작할 수 있습니다. 기본 저장소는 로컬이며 외부 서비스 연결은 선택 사항입니다.