멀티 에이전트 협업

memtomem은 에이전트 간 지식 공유를 네임스페이스 기반으로 지원합니다. 특정 에이전트에 종속되지 않는 범용 기억 계층으로, Human→Agent, Agent→Agent, Agent→Human 전방향 지식 흐름을 구현합니다.

네임스페이스 구조

agent-runtime:{agent-id}     # 에이전트 전용 — 해당 에이전트만 접근
shared                       # 공유 — 모든 에이전트에서 접근 가능

각 에이전트는 자신의 전용 네임스페이스에서 작업하되, 다른 에이전트에게 유용한 지식은 공유 네임스페이스로 내보낼 수 있습니다.

5단계 워크플로우

1단계: 에이전트 등록

mem_agent_register(agent_id="analyzer", description="코드 분석 에이전트")

2단계: 세션 시작

mem_session_start(agent_id="analyzer")

세션 레코드의 네임스페이스는 agent-runtime:analyzer로 자동 파생됩니다. 같은 세션 안에서 호출되는 다음 명령들은 agent_id를 다시 전달하지 않아도 에이전트 스코프를 자동 상속합니다:

• 쓰기 — mem_add(content="...") / mem_batch_add(...)는 agent-runtime:analyzer로 자동 기록됩니다. 다른 스코프(예: 공유)로 보내려면 한 번의 호출에 namespace="shared"를 명시하세요.
• 읽기 — mem_agent_search / mem_agent_share는 agent_id= 없이도 에이전트 스코프로 결정됩니다. (단일 에이전트 환경의 mem_search는 변경되지 않으므로, 에이전트 스코프 안에서 검색하려면 mem_agent_search를 사용하세요.)

3단계: 지식 검색

mem_agent_search(query="인증 모듈 구조", include_shared=true)

include_shared=true로 자신의 네임스페이스 + 공유 네임스페이스를 동시에 검색합니다.

4단계: 지식 공유

mem_agent_share(chunk_id="...", target="shared")

5단계: 세션 종료

mem_session_end(summary="...")

agent_id 설정하기

agent_id는 자동으로 감지되지 않습니다. 런타임이 달라도 원칙은 동일합니다 — 세션 시작 시점에 명시적으로 전달하고, 이후 호출에는 세션 컨텍스트로 자동 상속됩니다.

Claude Code · Codex (MCP)

MCP 서버는 호출 클라이언트를 구분하지 않으므로, 에이전트 지침(CLAUDE.md · AGENTS.md · 시스템 프롬프트)에 세션 시작 규칙을 고정해 두어야 합니다.

예시 지침:

대화 시작 시 mem_session_start(agent_id="claude-code")를 먼저 호출하여 세션을 등록하세요. 새 에이전트 역할로 작업할 때는 mem_agent_register(agent_id="planner", description="...")를 사용합니다.

한 번 등록하면 이후의 mem_search, mem_add 등은 agent_id를 재전달하지 않아도 해당 에이전트 네임스페이스(agent-runtime:{agent-id})에 기록됩니다.

LangGraph · CrewAI (Python 어댑터)

from memtomem.integrations.langgraph import MemtomemStore

store = MemtomemStore()
await store.start_agent_session(agent_id="analyzer")
# 이후 store.search / store.add 호출은 analyzer 네임스페이스로 격리

멀티 에이전트 그래프에서는 각 노드가 자신의 agent_id로 별도 세션을 시작합니다. 공유가 필요한 산출물은 mem_agent_share로 shared 네임스페이스에 내보냅니다.

CLI (mm)

서버 프로세스 밖에서 세션을 선등록할 때 사용합니다.

mm session start --agent-id planner

mm session의 전체 서브명령(start, end, list, events, wrap)은 CLI 레퍼런스의 mm session 섹션을 참조하세요.

mm ingest와의 차이

mm ingest claude-memory·mm ingest gemini-memory·mm ingest codex-memory는 agent_id를 할당하는 명령이 아닙니다. 각각 claude-memory:<slug>·gemini-memory:<slug>·codex-memory:<slug> 고정 네임스페이스에 적재하여 AI 에디터별 기억을 통합 인덱싱합니다. 에이전트별 격리가 목적이라면 위의 MCP/어댑터/CLI 경로로 agent_id를 명시해야 합니다.

상호작용 패턴

Human → Agent

개발자가 Claude Code, Cursor에서 작업할 때, 이전 세션의 아키텍처 결정·코딩 패턴·디버깅 이력이 자동으로 서피싱됩니다.

Agent → Agent

LangGraph/CrewAI 워크플로우에서 에이전트 체인이 동작할 때, “코드 분석 에이전트”가 발견한 코드베이스 구조를 “테스트 생성 에이전트”가 참조합니다. 공유 LTM 저장소를 통해 중간 산출물과 결정 이력이 자동으로 전달됩니다.

Agent → Human

에이전트가 축적한 프로젝트 지식을 웹 UI 대시보드에서 검색·열람할 수 있습니다. 새 팀원 온보딩 시 에이전트가 학습한 아키텍처 결정 이력, 버그 해결 패턴, 코딩 컨벤션을 한눈에 파악할 수 있습니다.

AI 도구 기억 수집

각 AI 에디터의 기억 디렉토리를 하나의 검색 가능한 지식 베이스로 통합합니다. 재실행 시 콘텐츠 해시로 변경된 파일만 증분 반영됩니다.

mm ingest claude-memory --source ~/.claude/projects/
mm ingest gemini-memory --source ~/.gemini/GEMINI.md
mm ingest codex-memory --source ~/.codex/memories/

Claude의 경우 ~/.claude/projects/를 지정하면 하위 슬러그 디렉토리를 탐색해 claude-memory:<slug> 네임스페이스별로 적재합니다. Codex는 codex-memory:<slug> 네임스페이스에 단일 디렉토리 단위로 적재됩니다.

LangGraph 어댑터

MemtomemStore 클래스로 LangGraph/CrewAI에서 직접 기억을 검색·저장합니다:

from memtomem.integrations.langgraph import MemtomemStore

store = MemtomemStore()
# LangGraph 워크플로우에서 기억 검색/저장/세션 관리