Головна / Статті

Надання Claude Code пам’яті: локальний плагін MCP під назвою Memento

Агенти для програмування на основі ШІ забувають усе між сеансами. Memento — локальний плагін MCP для Claude Code, який фіксує, очищує, усуває дублікати та відновлює контекст проекту.

Видавець: REACTAPP.TOP7 хв читання1502 слів

Джерела: My AI Coding Agent Keeps Forgetting Me — So I Gave It a Brain

Уявіть собі вівторок увечері близько 23:00. Через три години роботи над переписуванням проміжку автентифікації за допомогою Claude Code ви та агент постійно обговорювали варіанти використання стратегічного паттерну чи звичайної фабрики. Обидва підходи були спробовані; у підсумку перемогла фабрика, і токени сеансів нарешті проходять через новий шар верифікації у логічному порядку. Це один з тих сеансів, коли все функціонує ідеально, і спільне програмування з ШІ здається цілком доцільним.

Наступного ранку ви відкриваєте новий сеанс та просите продовжити роботу над проміжком автентифікації з того місця, де зупинилися. У відповідь вам пропонують допомогу, а потім просять описати структуру проекту та його цілі з нуля.

Три години спільного аналізу — марно.

Це трапляється з усіма

Якщо ви користуєтесь будь-яким інструментом для програмування на основі ШІ протягом більше тижня — чи то Claude Code, Cursor, Copilot чи Windsurf — ви обов’язково зіткнетеся з цією проблемою. Кожна сесія починається з порожнього стану, і ця рутина швидко набридає. Перші 15–20 хвилин йдуть на повторне пояснення проекту: ось структура папок, ось як працює автентифікація, ось чому Supabase кращий за самостійне створення, і ні, Redis було відкинуто. Звісно, інструмент не пам’ятає. Він не може цього робити.

Ви помічаєте, що починаєте речення з фрази «Пам’ятаєте, коли ми…», але не можете їх довести до кінця, тому що з іншого боку немає «ми». Для ШІ не існує вчора — є лише тепер. Це наче ваш найрозумніший колега щоранку з’являється з повною амнезією.

Очевидні рішення не тривають довго

Перші спроби є передбачуваними. Однією з них є величезний файл CLAUDE.md, наповнений сторінками контексту проекту, діаграмами архітектури у форматі ASCII, правилами кодування та структурою файлів. Це допомагає з основами, тож агент знає вашу фреймворк-систему та місцезнаходження маршрутів. Проте він не може зберігати інформацію про прийняті рішення. Він не дізнається, що підхід А було спробовано минулої середи та він зазнав невдачі через конфлікт у черзі обробки завдань, саме тому переміг підхід B. Такі знання накопичуються протягом кількох днів спільної роботи, а статичний файл у форматі markdown не може встигати за цим темпом, оскільки проект розвивається, а файл стає застарілим вже через кілька днів.

Другий підхід — це постійний додатковий документ із інформацією, яку потрібно повідомити ШІ на початку кожної сесії: ключові рішення, невдалі спроби, проблемні моменти. Це певною мірою працює, але потрібно зупинитися та подумати про те, що відбувається. Ви вручну підтримуєте пам’ять для машини, яка пише код у десять разів швидше за вас, і їй потрібно, щоб ви виступали її записником.

Жоден з цих підходів не працює довше тижня чи двох, і врешті-решт ви витрачаєте більше часу на керування контекстом ШІ, ніж на написання коду.

Справжня проблема

У цих інструментах немає пам’яті. Ось у чому вся проблема.

Колега-людина має цінність не лише завдяки навичкам програмування. Він створює контекст. Він знає, чому було обрано Postgres замість Mongo, пам’ятає про проблему з білінгом у січні, спричинену розрахунками часових зон, та пригадує архітектурне рішення, прийняте три спринти тому, яке пояснює, чому один з модулів виглядає дивно. Штучний інтелект не має цієї спільної історії. За своєю конструкцією він є безстановим.

Коли ці інструменти були просто розширеними функціями автодоповнення, це майже не мало значення. Тепер вони рефакторять цілі модулі, виправляють проблеми з синхронізацією між сервісами та допомагають у справжніх архітектурних рішеннях. Коли такий здібний інструмент не може пригадати роботу вчора, розчарування важко переоцінити.

Що з того, якщо він зможе просто пам’ятати? Не шляхом грубої сили — вставки всього в запит, а завдяки тому, що ШІ самостійно бере необхідний контекст з попередніх сеансів, виходячи з того, над чим ви зараз працюєте, без будь-яких запитань.

Memento

Ця ідея стала Memento — на честь фільму. Це плагін для Claude Code, технічно MCP-сервер, який надає агенту постійну пам’ять між сеансами. Поки ви працюєте, він у фоновому режимі фіксує архітектурні рішення, виправлення помилок та зміни конфігурації та зберігає їх локально на вашому пристрої. На початку нового сеансу він виводить усе, що стосується поточного завдання.

Уперше, коли це спрацювало, все виглядало ось так. У понеділок ви усуваєте проблему конкурентного доступу в роботі черзі. Основною причиною є відсутність блокування; Claude допомагає її виправити, а Memento зберігає контекст без жодних зусиль з вашого боку. У середу ви знову працюєте з роботою черзі над чимось не пов’язаним та зовсім не згадуєте про понеділок. Claude самостійно згадує, що проблема конкурентного доступу в цьому місці була виправлена в понеділок за допомогою файлу блокування, та пропонує перевірити, чи є ці два випадки пов’язаними.

Ось у цю мить все стає зрозумілим. Агент запам’ятав щось, про що йому ніхто не казав — не тому, що старий контекст був вставлений, і не через файл інструкцій, а тому, що він справді зберіг пам’ять про попередню сесію.

Як це працює

Захоплення даних. Під час роботи функціонують два механізми. Один активується після значущого використання інструментів, такого як редагування файлів та виконання команд, але не під час простого читання файлів. Інший активується при завершенні сеансу та збирає підсумок. Усе це відбувається на фоні.

Очищення та позначення. Перш ніж щось зберігати, спеціаліст видаляє API-ключі, токени, паролі та облікові дані AWS. Потім система класифікації сортує дані за типом — рішення, помилка, архітектура чи конфігурація — за допомогою зіставлення шаблонів. На цьому етапі не використовуються виклики ШІ.

Усунення дублікатів. П’ятдесят варіантів одних і тих самих даних лише створюють безлад. Система перевіряє наявність точних дублікатів за допомогою хешу, а потім проводить перевірку косинусової схожості для даних, які означають одне й те саме, але формулюються по-різному. Якщо новіша версія містить більше деталей, вона замінює стару.

Зберігання. За замовчуванням усе зберігається у локальних JSON-файлах, без жодних залежностей та без необхідності налаштувань. Для ефективного векторного пошуку можна використовувати ChromaDB, а для пошуку на основі графів — Neo4j.

Відтворення. Коли починається нова сесія, Memento семантично запитує збережені спогади. Він знаходить відповідності за змістом, а не за ключовими словами, тож запит про процес входу може вивести спогади про перевірку токена сесії, навіть якщо ці фрази не мають спільного.

Усе працює локально. Модель ембеддингів all-MiniLM-L6-v2 виконується на вашому власному комп’ютері за допомогою Transformers.js, тому не відбувається жодних викликів API, і ніщо не виходить за межі вашого ноутбука.

Що запам’ятовується

Пам’ять позначається під час її запису. Категорії включають рішення (чому було обрано X замість Y), помилки (що зламалося та як це було виправлено), архітектуру (як пов’язані компоненти) та конфігурацію (змінні середовища та деталі розгортання); у README перелічено вісім таких категорій. Суть у тому, що Memento не просто зберігає необроблені записи чату — він класифікує контекст, щоб можна було розумніше вибирати те, що є важливим у поточний момент.

Пам’яті прив’язуються до проекту через його кореневий директорій git, тож нотатки з репозиторію API не потрапляють у роботу над фронтендом. Існує можливість пошуку між проектами, якщо це потрібно.

Захист даних

Інженерія надійності є досить розумною. Пристрій відключення ланцюга перериває поширення проблем у базі даних, журнал записів перед збереженням запобігає втраті даних у разі збою під час запису, а кеш LRU слугує альтернативою, коли основне зберігання тимчасово недоступне. Це може здатися надмірним, але інструменти, які тихо видаляють дані, справді дратують, і метою є збереження всього, що було зафіксовано Memento.

Спробувати

Цей інструмент є відкритим кодом та опублікованим у npm. Для виконання завдання достатньо однієї команди:

npx memento-memory

Це встановлює сервер MCP, налаштовує автоматичні механізми запису та оновлює конфігурацію Claude, щоб наступна сесія Claude Code працювала без проблем. Також є варіант глобальної установки за допомогою npm install -g memento-memory, а у документації README перелічені всі можливості налаштування.

Існують також деякі ручні команди:

  • /recall — шукає інформацію у ваших „спогадах“
  • /remember — явно зберігає щось
  • memory_health — повідомляє про стан системи
  • memory_list — дозволяє переглянути те, що збережено

Чому це важливо

Інструменти програмування на основі ШІ знаходяться у дивній ситуації. Вони можуть рефакторити цілі модулі, розбиратися з складними помилками та аналізувати архітектуру системи, проте щоранку вони прокидаються, не знаючи нічого про вас чи ваш проєкт. Чим більш здатними вони стають, тим більше болить ця прогалина, адже ви можете усвідомлювати, наскільки краще було б за наявності будь-якої послідовності.

Memento — це спроба закрити цю прогалину. У нього є недоліки, і, безумовно, бувають випадки, коли він неправильно класифікує щось чи пропускає контекст, який мав би бути очевидним. Проте початок сеансу, під час якого Claude вже знає, що відбувалося минулого тижня, — саме так це мало б працювати з самого початку. Відсутня пам’ять і була цією помилкою.

Пов’язана література

  • Антигравітація /goal: Автономні агенти кодування та кінець AI-доглядачів — Як команда /goal від Antigravity перетворює AI-агента-кодувальника на автономного працівника з циклом планування та перевірки, проілюстровано через рефакторинг за допомогою закритих класів у Flutter та порадами щодо формулювання цілей.