AIに永続記憶を与えるMCP対応ツール「Stash」

「昨日の続きから頼むよ」

同僚のエンジニアになら通じるこの一言が、AIエージェントには全く通じない。毎朝、真新しいコンテキストウィンドウに向かって、プロジェクトの前提条件、コーディングの規約、そして昨日までの試行錯誤の過程を延々と説明し直す。CursorやClineといった優秀なAIツールが日常の風景に溶け込めば溶け込むほど、この「AIの記憶喪失」が引き起こすコミュニケーションコストは無視できないものになってきた。

LLMは本質的にステートレスだ。RAG（検索拡張生成）を使って社内ドキュメントを読み込ませることはできても、それは「知識」の付与であって「経験」の共有ではない。私たちが求めているのは、セッションを跨いで文脈を維持し、共に失敗から学び、阿吽の呼吸で動いてくれるパートナーだ。

そんな中、私の目を引いたのが「Stash」というオープンソースプロジェクトである。

生データを知恵に変える「認知レイヤー」

StashのREADMEには、開発者の強い意志を感じる一文が掲げられている。
「Your AI has amnesia. We fixed it.（あなたのAIは記憶喪失だ。我々がそれを直した）」

このツールは、AIエージェントと現実世界との間に挟まる「認知レイヤー」として機能する。単にチャット履歴をベクトルデータベースに放り込むだけの代物ではない。バックグラウンドで稼働する8段階の統合パイプライン（Consolidation pipeline）が、その核心だ。

エージェントとの対話（エピソード）から事実（Facts）を抽出し、それぞれの関係性を見出す。そこから因果関係やパターンの仮説を立て、目標のトラッキングや失敗の傾向を分析し、最終的には知恵（Wisdom）へと昇華させる。これはまさに、人間の脳が睡眠中に行っている記憶の整理・定着プロセスそのものだ。失敗したコードのパターンや、ユーザーの好みの設計思想を抽象化して記憶することで、次回のセッションでは「言わなくても分かっている」状態を作り出す。

クラウド依存からの脱却とMCPの衝撃

AIに記憶を持たせる試み自体は新しいものではない。すでにいくつかのMemory APIやSaaSが存在している。しかし、個人の思考の癖や未公開のプロジェクトコードの断片を、サードパーティのクラウドに投げ続けることには強い抵抗がある。

Stashの素晴らしい点は、Go言語で書かれたシングルバイナリであり、完全にセルフホスト可能だという点だ。バックエンドにはPostgres（pgvector）を使用し、クラウドへの依存は一切ない。導入も拍子抜けするほど簡単だ。

git clone https://github.com/alash3al/stash.git
cd stash
cp .env.example .env
docker compose up

この1コマンドで、Postgresのセットアップからマイグレーション、そして記憶統合のためのバックグラウンドワーカーを備えたMCP（Model Context Protocol）サーバーがローカルに立ち上がる。

特に見逃せないのが、この「MCPネイティブ」であるという事実だ。特別な設定や独自クライアントを必要とせず、Claude Desktop、Cursor、Windsurf、Clineといった既存のMCP対応ツールにシームレスに組み込める。エディタやフロントエンドの進化が著しい昨今、特定のUIに依存せず、「記憶の層」だけを独立してローカルに持てるアーキテクチャは極めて真っ当なアプローチだと言える。

コンテキストの再構築からの解放

私たちは長らく、プロンプトエンジニアリングという名の下に「AIにいかに前提を理解させるか」に心血を注いできた。しかし本来、優秀なアシスタントに毎日同じ自己紹介と業務説明を繰り返す必要はないはずだ。

Stashが提示しているのは、LLMの持つ「知能」と、時間軸を持った「記憶」の分離と結合である。このパズルのピースが綺麗にハマった時、AIは単なる高機能なコードジェネレーターから、文脈を共有する真の同僚へと変わるだろう。

参考リポジトリ: alash3al/stash

Photo by Steve A Johnson on Unsplash