kikeven/zerikai_memory
Developer toolsこのページは AI により自動翻訳されています。技術的な詳細は原文をご確認ください。 原文を見る
任意のIDEの永続性、ワークスペース隔離されたメモリを与えるスタンドアローンのローカル専用のPython MCPサーバー。 MCPサーバーをサポートするIDEと連携
概要
◀ プロジェクトをブックマーク: このツールを使用する場合は、星をドロップしてGitHubプロファイルに保存し、新しいパフォーマンスの更新を追跡します。 AI のコンテキストを再び失わない。 zerikai memory は、ローカルファースト、コストアウェア、インスタントであるすべての IDE の永続的、ワークスペース隔離された記憶を提供します。 決定的なツリー・シッター・コード解析インデックスを使用して、エンティティティをキャプチャし、関数、クラス、docstring などのディープ・コードの説明をローカルの ChromaDB ベクター・ストアにキャプチャします。 高解像コードベースマッピングを維持しながらトークンコストをスラッシュするためにローカルMCPインターフェイスを介してアクセス, それは、L2を介してクエリ上の高関連コンテキストを取得し、厳格なソース検証でレクシカル再インデックス (エンティティティティティ, ファイル, 行番号, L2). 低コストのDeepSeek APIと完全にペアリングするように設計されているため、構造化された、非常に正確なローカルコンテキストを注入し、原材料、大容量ファイルをダンプし、KVキャッシュの最大化により、アクティブなトークンコストを大幅に削減できます。 ◦の状態:活動的な及び自己達成される.
概要（AI 翻訳）
zerikai memory 🧠
◀ プロジェクトをブックマーク: このツールを使用する場合は、星をドロップしてGitHubプロファイルに保存し、新しいパフォーマンスの更新を追跡します。
AI のコンテキストを再び失わない。 zerikai memory は、ローカルファースト、コストアウェア、インスタントであるすべての IDE の永続的、ワークスペース隔離された記憶を提供します。 決定的なツリー・シッター・コード解析インデックスを使用して、エンティティティをキャプチャし、関数、クラス、docstring などのディープ・コードの説明をローカルの ChromaDB ベクター・ストアにキャプチャします。 高解像コードベースマッピングを維持しながらトークンコストをスラッシュするためにローカルMCPインターフェイスを介してアクセス, それは、L2を介してクエリ上の高関連コンテキストを取得し、厳格なソース検証でレクシカル再インデックス (エンティティティティティ, ファイル, 行番号, L2). 低コストのDeepSeek APIと完全にペアリングするように設計されているため、構造化された、非常に正確なローカルコンテキストを注入し、原材料、大容量ファイルをダンプし、KVキャッシュの最大化により、アクティブなトークンコストを大幅に削減できます。
◦の状態:活動的な及び自己達成される。 このプロジェクトは、毎日使用され、積極的に作者によって維持されます。 プルリクエストと問題はメンテナンスのオーバーヘッドを低く保つために閉鎖されます.
このページは AI により自動翻訳されています。技術的な詳細は原文をご確認ください。
README
以下は原文 README の抜粋です。原文を見る。
zerikai_memory 🧠
⭐ Bookmark the project: If you use this tool, drop a star to save it to your GitHub profile and track new performance updates.
Never lose your AI context again. zerikai_memory provides persistent, workspace-isolated memory for every IDE that is local-first, cost-aware, and instant. It uses deterministic Tree-Sitter code parsing indexing to capture entities and deep code descriptions like functions, classes, and docstrings into a local ChromaDB vector store. Accessed via a local MCP interface to slash token costs while maintaining high-resolution codebase mapping, it retrieves hyper-relevant context on query through L2 and Lexical re-indexing with strict source verification (Entity, File, Line Number, and L2). Designed to pair perfectly with low-cost DeepSeek APIs, it injects structured, highly precise local context instead of dumping raw, massive files, maximizing KV cache hits to radically reduce your active token costs.
💡Status: Active & Self-Contained. This project is used daily and actively maintained by the author. Pull Requests and Issues are closed to keep maintenance overhead low. It is provided fully functional and ready for production use.
⚠️ Platform Support Notice:
Note: This project is developed and actively maintained on Windows. GitHub Actions verifies that basic installation compiles across Windows, macOS, and Linux, but the maintainer cannot troubleshoot platform-specific runtime errors on Mac or Linux. Community pull requests fixing Mac/Linux bugs are highly welcome!
インストール
This server does not publish a one-line install command.
Open the repository installation guide MCP 初心者？mcpskill.org のガイドから始めましょう →設定
{
"mcpServers": {
"universal-brain": {
"command": "C:\\path\\to\\zerikai_memory\\venv\\Scripts\\python.exe",
"args": ["C:\\path\\to\\zerikai_memory\\main.py"]
}
}
}