**Open Knowledge Format(OKF)v0.2に基づくAIエージェント向けのドメインニュートラル、gitネイティブの永続プロジェクトメモリ **

---

🌟 概要

コンテキストウィンドウが閉じるとAIエージェントとの会話はリセットされます。貴重なアーキテクチャ上の決定、ドメイン発見、運用上の事実は、永続的に保存されなければ失われてしまいます。

従来の手法には2つの致命的な失敗モードがあります。

1. プロンプトモノリス:すべてのドメイン知識とルールをAGENTS.mdまたはCLAUDE.md]に詰め込むと、文脈の膨張が大きくなり、注意のずれ(エージェントが重要な指示を無視する)を引き起こします。
2. RAGブラインドスポット:ベクターデータベースに振る舞いルールをダンプするのは失敗します。なぜなら、エージェントは一般的なタスク中に運用上の制約(例:フォーマットやセキュリティルール)を意味的に検索しないためです。

OKFエージェントメモリは**デュアルメモリエージェントアーキテクチャ(DMAA)**でこのジレンマを解決します:

普遍合成モデル

DMAAでは、すべてのエージェント構成は普遍的な構成によって構成されます:

$$\テキスト{エージェントたち。

OKF Agent Memory

A Domain-Neutral, Git-Native Persistent Project Memory for AI Agents based on the Open Knowledge Format (OKF) v0.2.

---

🌟 Overview

Conversations with AI agents reset when context windows close. Valuable architectural decisions, domain discoveries, and operational facts are lost unless stored persistently.

Traditional approaches suffer from two fatal failure modes:

1. The Prompt Monolith: Stuffing all domain knowledge and rules into AGENTS.md or CLAUDE.md creates massive context bloat and causes attention drift (agents ignore critical instructions).
2. The RAG Blindspot: Dumping behavioral rules into vector databases fails because agents never semantically search for operational constraints (e.g. formatting or security rules) during general tasks.

OKF Agent Memory resolves this dilemma with the Dual-Memory Agent Architecture (DMAA):

flowchart TD
    subgraph PUSH["1. Normative Working Memory (Push Layer)"]
        direction TB
        C1["Canonical AGENTS.md (capped at 400 tokens)"]
        C2["Domain Codex (Invariants, Ethics, Tone)"]
        C3["OKF Memory Bridge (Deterministic Triggers)"]
        C4["Agent Action Grammar (AAG) Micro-Syntax"]
    end

    subgraph PULL["2. Semantic Domain Memory (Pull Layer)"]
        direction TB
        O1["OKF v0.2 Knowledge Bundle (knowledge/)"]
        O2["0 Tokens baseline in system prompt"]
        O3["Selective Retrieval via okf_search / okf_show"]
        O4["Persistent Graph of Decisions, Facts & Runbooks"]
    end

    INPUT["User Request"] --> PUSH
    PUSH -->|Enforces Domain Codex & Triggers| AGENT["AI Agent (LLM)"]
    AGENT -->|Selective Retrieval| PULL
    PULL -->|Context & Facts| AGENT
    AGENT --> OUTPUT["Deterministic Response"]

The Universal Composition Model

In DMAA, every agent configuration is structured by a universal composition: