RMS
GUIRMS Memory GUI
Visual editor, knowledge graph, Git sync, and AI organizer — layered on top of the same vault your agents use.
გაიგეთ მეტითქვენი არქიტექტურა. თქვენი გადაწყვეტილებები. ხელმისაწვდომია ყველა აგენტისთვის, ყველა სესიისთვის.
GitHubყველა AI კოდირების აგენტი იწყებს ნულიდან. არქიტექტურული გადაწყვეტილებები, ცნობილი შეზღუდვები, სასურველი შაბლონები, დებაგის ისტორია — ქრება მომენტში, როცა ჩანართს ხურავთ. თქვენ უნდა აუხსნათ იგივე სტეკი Cursor-ს, შემდეგ Zed-ს, შემდეგ Claude Code-ს. ან გადააკოპირებთ მოძველებულ CLAUDE.md ფაილს ინსტრუმენტებს შორის და იმედოვნებთ, რომ ის მაინც ზუსტია.
RMS Memory არის ლოკალურად პირველი მეხსიერების ფენა AI კოდირების აგენტებისთვის. ერთი ცენტრალიზებული Markdown საცავი — სტრუქტურირებული LLM მოხმარებისთვის — რომელსაც ნებისმიერი MCP-თავსებადი IDE კითხულობს და წერს მასში ავტომატურად. კონტექსტი ნარჩუნდება სესიებს, ინსტრუმენტებს, გადატვირთვებსა და გუნდის წევრებს შორის.
დეველოპერების უმეტესობა კონტექსტის დაკარგვას წყვეტს CLAUDE.md ან .cursorrules ფაილით. ეს მუშაობს მანამ, სანამ ინსტრუმენტებს არ შეცვლით: Cursor არ კითხულობს Zed-ის წესებს, Claude Code არ კითხულობს Cursor-ის. თქვენ ინახავთ ასლებს, ისინი განსხვავდებიან, ხელით აკოპირებთ.
სხვა მიდგომა — AI-ს მივცეთ კონტექსტის შეჯამება ახალ სესიაში — წარმოქმნის არაღრმა, დამაკარგავ რეკონსტრუქციებს გადაწყვეტილებებისა, რომელთა მიღწევას საათები დასჭირდა.
RMS Memory მუშაობს განსხვავებულად: ინსტრუმენტზე მიბმული კონფიგურაციის ფაილების ნაცვლად, ლოკალური MCP სერვერი ინახავს სტრუქტურირებულ Markdown საცავს და ავლენს მას ხუთი MCP ინსტრუმენტის საშუალებით. ნებისმიერი აგენტი, რომელიც მხარს უჭერს MCP-ს, კითხულობს არქიტექტურულ გადაწყვეტილებებს, შეზღუდვებს და პრეფერენციებს იმავე წყაროდან. როდესაც აგენტი წყვეტს პრობლემას, რომლის დამახსოვრებაც ღირს, ის წერს მას უკან. საცავი აგროვებს ცოდნას ავტომატურად სესიებზე.
ჰიბრიდული მოძიება — LanceDB აერთიანებს ვექტორულ მსგავსების ძებნას Tantivy სრულტექსტურ ძებნასთან. მოთხოვნები არასდროს ბრუნდება ცარიელი იმის გამო, რომ ზუსტი საკვანძო სიტყვა არ იყო. ურთიერთგამომრიცხავი რანგის ფუზია აერთიანებს შედეგებს საცავიდან და კოდის კორპუსებიდან შეუთავსებელი პირდაპირი მანძილების გარეშე.
სემანტიკური კოდის მეხსიერება — სურვილისამებრ Tree-sitter ინდექსირება Rust, Go, TypeScript, JavaScript, Python, C, C++, Java, Ruby, Swift და Vue-სთვის. აგენტები ეძებენ თქვენს კოდბაზას სტრუქტურულად — ფუნქციით, სტრუქტურით, ინტერფეისით ან სიმბოლოთი — არა მხოლოდ ფაილის სახელით ან ხაზის შინაარსით.
გლობალური ცენტრალიზებული საცავები — პროექტის კონტექსტი ცხოვრობს თქვენი რეპოს გარეთ. არა .mcp ფაილები, არა რეპოზე დაბინძურება. ერთი ~/.rms-memory/registry.toml მიმართავს თითოეულ პროექტს მის იზოლირებულ საცავში. ახალი IDE-ები უკავშირდებიან ავტომატურად.
მრავალ-IDE ავტოინსტალაცია — rms-memory install სკანირებს თქვენს სისტემას და აკავშირებს მას Cursor, Zed, Claude Code, OpenCode, VS Code და Codex-თან ხელით JSON რედაქტირების გარეშე.
აუდიტის მეტამონაცემები — ყველა ჩანაწერი ავტომატურად იღებს last_modified_by, timestamp, confidence და source. აგენტები ფილტრავენ სანდოობით. ჩანაწერები ნდობის გარეშე ყოველთვის შედის, რათა მიგრაციამდელი საცავები გამოსადეგი დარჩეს.
ვიკის იზოლაცია — თანმხლები GUI შეუძლია შექმნას ადამიანურად წასაკითხი ვიკი გვერდები <vault>/wiki/MCP სერვერი ამ ნეიმსფეისს მთლიანად გამორიცხავს ინდექსაციის, ძიების, ვოჩერების და გრაფისგან — ასე რომ გენერირებული კონტენტი არასდროს აბინძურებს მოძიებას.
წარმოების სიმტკიცე — ატომური ჩაწერა მოძრავი .bak სარეზერვო ასლებით, პროექტზე მიბმული ინდექსის ლოკი გაზიარებული IDE პროცესებს შორის, პანიკის გარეშე მონაცემთა ბაზის ფენა, path traversal დაცვა, გრასული გამორთვა, ზომბი პროცესების პრევენცია. ათპუნქტიანი სიმტკიცის ჩეკლისტი გადამოწმებული ერთდროულ მრავალ IDE სესიებზე.
აირჩიეთ ვერსია, რომელიც შეეფერება თქვენს გუნდს.
Visual editor, knowledge graph, Git sync, and AI organizer — layered on top of the same vault your agents use.
გაიგეთ მეტიშეწყვიტე შენი არქიტექტურის ხელახლა ახსნა. ერთი საცავი, ყველა IDE, ყველა სესია.
გაიგეთ მეტი