memento voor AI-zoeken

memento: Zelf-gehoste gedeelde geheugen voor AI coderingsassistenten

memento door Ddong8 is een zelf-gehoste geheugensysteem ontworpen om te fungeren als een gedeelde hersen voor AI-coderingstools, het vastleggen van gesprekken en plannen tussen agenten. De app verzamelt en synchroniseert automatisch chats, bouwt een kennisgrafiek en biedt hybride zoekopdrachten zodat agenten langdurige context kunnen oproepen. Belangrijke mogelijkheden zijn BGE-M3 vectorzoekopdrachten, jieba full-text indexering, dagelijkse AI-samenvattingen en lokale sanering. Het richt zich op ontwikkelaars en power users die persistente, privé context nodig hebben tussen tools.

Voor welke taken kun je het eigenlijk gebruiken?

memento fungeert als een persistente contextopslag die ontwikkelaars gebruiken om eerdere beslissingen te herinneren, eerdere gesprekken te doorzoeken en activiteitenoverzichten te genereren. De tool verwerkt assistentgesprekken van Claude Code, Cursor, Codex, Antigravity en Obsidian en bouwt een kennisgrafiek van entiteiten, relaties en observaties. Die grafiek plus hybride retrieval ondersteunt taken zoals contextinjectie voor prompts, projecttijdlijnbeoordelingen en geautomatiseerde dagelijkse rapporten die de voortgang van coderen samenvatten.

Hoe betrouwbaar zijn de zoek- en herinneringsresultaten?

De zoekpipeline combineert BGE-M3 vector embeddings voor semantische overeenkomsten met een jieba-gebaseerde full-text index voor trefwoordzoekopdrachten, zodat resultaten semantische en lexicale retrieval combineren. De kennisgrafiek haalt entiteiten en relaties uit gesprekken, wat gerichte herinnering verbetert in vergelijking met alleen ruwe retrieval. De kwaliteit van de retrieval hangt af van de duidelijkheid van bronconversaties en de extractiefase; ruisachtige of slecht gesegmenteerde gesprekken verminderen de precisie in grafranden en vectoren.

Welke invoer en infrastructuur zijn vereist?

Implementatie vereist een Model Context Protocol (MCP) host en een zelfgehoste backend die via Docker Compose wordt gecoördineerd, met gebruik van Postgres, Redis en MinIO. Een lokale verzamelaar synchroniseert tussen Mac-, Linux- en Windows-clients. Integratie is MCP-klaar, zodat de tool verbinding maakt met MCP-compatibele clients voor in-place geheugenqueries. Multi-tenant ondersteuning, rolgebaseerde toegangscontrole en auditlogs passen in teamomgevingen, maar voegen operationele opzet taken toe.

Hoe gaat het om met privacy, sanering en teamtoegang?

memento houdt gegevens op jouw infrastructuur en implementeert lokale sanering die geheimen verwijdert voordat ze worden opgeslagen, wat privacy-bewuste workflows ondersteunt. Het systeem biedt multi-tenant huur met rolgebaseerde controles en auditlogging voor team governance. Omdat het project zelfgehost is, behouden organisaties het eigendom van bestanden en kunnen ze logs en saneringsregels bekijken, wat de tool in lijn brengt met omgevingen die expliciete gegevenscontrole vereisen in plaats van externe hosting.

Een praktische match voor infrastructuur-vaardige ontwikkelaars die langdurige context nodig hebben

memento is een praktische keuze voor ontwikkelaars en power users die persistente, doorzoekbare geheugen vereisen over meerdere AI-assistenten en die zelf-gehoste diensten kunnen bedienen. Het project wordt goed gewaardeerd in de open-source MCP-gemeenschap, wat actieve integratie met MCP-clients suggereert. Verwacht een leercurve voor implementatie en voortdurende onderhoud; dit is het beste voor teams die operationele verantwoordelijkheid accepteren in ruil voor striktere gegevenscontrole.