# Engrim、AIコーディングエージェントにプロジェクトを忘れさせないことを目指す
Engrimと呼ばれる新たなオープンソースプロジェクトが、複数のAIコーディングツールを使う開発者にとってなじみ深い問題を解決しようとしている。文脈が消え、決定事項が失われ、新しいセッションのたびにプロジェクトの全体像を学び直さなければならないという問題だ。GitHubリポジトリはEngrimを、Google Antigravity、Claude Code、Cursor、Windsurf、Codex向けの、ローカルファーストかつプロジェクト単位のSQLiteメモリーエンジンと説明している。
中核となる発想は単純だ。各モデルセッションを白紙の状態として扱う代わりに、Engrimは厳選されたエピソード記憶の一部を開発者のマシンに保存し、ツール間で再利用する。リポジトリはこれを、「注意の希薄化」と、アーキテクチャ上の決定、ユーザーの制約、プロジェクトの状態を毎回説明し直すコストを避ける方法と位置づけている。売り文句はモデルが賢くなるというものではなく、プロジェクトが忘れられなくなるというものだ。
このツールは明確にローカルファーストを掲げ、クラウドへのロックインを避けるとしている。つまりデータは開発者のマシン上に残り、リポジトリではSQLiteがストレージ層として説明されている。複数のエージェントやエディターを行き来するチームにとっては、その可搬性こそが要点だ。フロントエンドのツールが変わっても、同じメモリーストアをプロジェクトに付随させられる。
Engrimは、来歴も設計の一部にしようとしている。リポジトリによると、各メモリー項目は`origin_agent`フィールドを通じて出所を記録するため、共有状態が出所不明のメモの山になることはない。また、既存のデータベースは初回アクセス時に非破壊的に移行されるとしており、すでにデータを持つ利用者が導入しやすいようにする狙いがうかがえる。
リポジトリが掲げるテストに関する主張は意欲的だ。Engrimは5万行のアルゴリズム取引システム上で連続105セッションにわたり実行され、186件の単体テストでリグレッションがゼロ、モデル切り替え時の文脈喪失もゼロだったとしている。これらの数字は独立して検証されたベンチマークではなく、プロジェクト側の主張として提示されているが、進もうとしている方向を示している。メモリーが目新しさではなく、運用上の機能として売り込まれているのだ。
インストールも簡単に行えるよう意図されている。リポジトリによると、セットアップコマンドがインストール済みの環境を自動検出して設定できる一方、利用者はドライランで変更内容を確認することもできる。さらに、JSON-RPC 2.0の標準入出力を使うMCPサーバーについて説明しており、stdoutはプロトコルメッセージ専用に厳格に確保され、診断情報はstderrにリダイレクトされる。この詳細が重要なのは、Engrimが単独のUIだけでなく、マシン間連携向けに設計されていることを示しているからだ。
複数のエージェントを使い分ける開発者にとって、この約束は魅力的だ。現代のコーディングツールは強力になり得るが、同じ指示を繰り返し与える必要があるほどステートレスであることも多い。Engrimは、小さく永続的なメモリーレイヤーがあれば、中央集権的なクラウドサービスに制御を明け渡すことなく、それらのシステムをより有用にできると見込んでいる。これが真の標準になるのか、それとも混み合ったエコシステムにおける単なる別のプロジェクトにとどまるのかは、永続性、簡潔さ、ローカル制御の間のトレードオフを、チームが導入に値すると判断するかどうかにかかっている。
イベント日：2026年9月7日
