Claude Code(Anthropic製のCLI型AIコーディングツール)でセッションをまたいだ記憶管理に悩んでいるエンジニアに向けて、CortexDBという新しいデータベースを整理します。
AIエージェントに「記憶」を持たせる仕組みは、一般にベクトルストア(文章を数値ベクトルに変換して類似検索するデータベース)を別途運用する構成が主流です。Pinecone・Weaviate・Chromaなどのホスティング型サービスを契約し、API経由で埋め込みベクトルを保存・検索する形が典型例です。CortexDBはこの構成を見直し、エージェントの記憶とナレッジグラフ(事実同士のつながりをグラフ構造で表現したデータ)を1つのSQLiteファイルにまとめる設計を採っています。
これにより、別サービスの起動や課金なしに、ローカルの1ファイルだけで記憶の永続化が完結します。Go言語で書かれたオープンソースのライブラリで、MITライセンスで公開されており、バージョン2.149.0がリリース済みです。GitHub上では480スター(2025年時点)を集めています。
CortexDBが解決しようとしている問題
AIエージェントに会話履歴や調査結果を「記憶」させる場合、課題は大きく2つあります。
1つ目はインフラの重さです。ベクトルストアを別途運用すると、サーバー管理・API課金・ネットワーク遅延が発生します。個人開発やサイドプロジェクトでは、この運用コストが導入の壁になりがちです。
2つ目は情報の陳腐化です。エージェントが一度記録した事実は、状況が変わっても放置されやすく、古い情報と新しい情報が矛盾したまま混在する問題があります。例えば「担当者はAさん」という記憶が後に「担当者はBさんに変更」となった場合、多くのシステムは古い記録を上書きするか気づかず放置します。
CortexDBはこの2つ目の課題に対して、矛盾する事実が追加された際に古い記録を削除せず「superseded(上書きされた記録)」として保持する設計を採用しています。変更履歴として「いつ・なぜ更新されたか」が残るため、エージェントが判断の根拠を後から追跡できます。
技術的な中身: 1ファイルに詰め込まれた機能群
CortexDBがSQLiteファイル1つに収めている機能は、ベクトル検索だけではありません。
- ベクトル検索・ハイブリッド検索・グラフ検索を組み合わせた取得(RAG: Retrieval-Augmented Generation、検索結果を踏まえて回答を生成する手法)
- RDF(Resource Description Framework、事実を主語・述語・目的語の3つ組で表すデータモデル)とSPARQLによるクエリ
- 読み取り専用のCypher(グラフデータベース向けのクエリ言語。Neo4jなどで使われる)
- 100種類以上のMCPツール(Model Context Protocol、AIモデルと外部ツール・データソースを接続する標準規格)
注目したいのは「埋め込みモデルなしで動作する」という点です。通常ベクトル検索にはOpenAIやCohereなどの埋め込みAPIを呼び出してテキストをベクトル化する処理が必要ですが、CortexDBはこの依存を外部に持たない構成を取っています。これにより、APIキーの管理やネットワーク越しの呼び出しを気にせず、ローカル完結でRAGの基本機能を試せます。
MCPツールが100種類以上用意されている点も実務的には大きい部分です。MCPはAnthropicが提唱したプロトコルで、Claude CodeやCodexのようなAIツールが外部システムを「道具」として呼び出す際の共通規格として使われています。CortexDBはこのMCP経由、またはGoライブラリとしてプロセス内に組み込む形の両方で呼び出せる設計です。
Claude Code連携: 90秒ルールの仕組み
CortexDBにはClaude Code向けのオプションのmod(拡張機能)が用意されています。
このmodの核心は「セッションがアイドル状態になってから90秒後に記憶を書き込む」という挙動です。つまり、開発者が作業の合間に手を止めると、その間に交わされたやり取りが自動的に永続的な記憶として保存されます。
手動で「このやり取りを覚えておいて」と指示する必要がなく、セッションの区切りを検知して自動的に記憶化する点がポイントです。長期プロジェクトでClaude Codeを複数日にまたいで使う場合、前回のセッションでの決定事項や調査結果が引き継がれることになります。
Codex(OpenAIのコーディングエージェント)向けのプラグインも用意されているため、特定のツールに縛られない設計を意図しているとみられます。
既存技術との比較で見る立ち位置
CortexDBの立ち位置を理解するには、既存の選択肢と並べて見るのがわかりやすいです。
| 比較軸 | ホスティング型ベクトルストア | CortexDB |
|---|---|---|
| 運用形態 | 別サービスとして常時起動・課金 | SQLiteファイル1つ、サービス不要 |
| 埋め込みモデル | 外部APIが必須 | なしで動作 |
| グラフ・SPARQL対応 | 別途グラフDBが必要なことが多い | 単一ファイル内で完結 |
| 矛盾する事実の扱い | 上書き・削除されやすい | supersededとして履歴保持 |
SQLiteという既存技術の選択自体も興味深い点です。SQLiteはサーバープロセスを持たない組み込み型のデータベースで、モバイルアプリやデスクトップアプリの内部データ保存に広く使われてきました。これを「エージェントの記憶」という新しい用途に転用した形になります。日本の開発現場でも、軽量な社内ツールやプロトタイプでSQLiteを使う場面は珍しくないため、既存の運用知識を流用しやすい点は導入のハードルを下げる要素です。
今日確認できること
実際に試す前に、以下の点を確認しておくと判断がしやすくなります。
- Go言語の開発環境があるか(
go get github.com/liliang-cn/cortexdb/v2でライブラリとして導入可能) - Claude CodeまたはCodexを業務で継続利用しているか(modの恩恵を受けやすいかの判断材料)
- 現在ベクトルストアを外部サービスとして契約しているか(置き換えの余地があるかの確認)
- グラフクエリ(SPARQLやCypher)を使った複雑な関係性の検索が必要なユースケースがあるか
インストールはGoライブラリとして以下のコマンドで導入できます。
go get github.com/liliang-cn/cortexdb/v2CortexDB側も「サイドプロジェクトでまず試し、記憶した内容を読み戻して検証してから、失っては困るデータを預けるべき」という慎重な姿勢を示しています。これはバージョン2系とはいえ、まだスター数480という規模のOSSであることを踏まえると妥当な助言です。本番データを預ける前に、ローカル環境で以下を確認しておくと安心です。
- 記憶として書き込まれた内容が期待通りMCPツール経由で読み出せるか
- 矛盾する事実を意図的に投入し、supersededとして履歴が残る挙動を確認できるか
- 90秒ルールの発火タイミングが自分の作業リズムに合っているか
まとめ
CortexDBは、Claude CodeやCodexを使うエージェント開発において、記憶の永続化を1つのSQLiteファイルで完結させる選択肢を提示しています。
外部ベクトルストアの運用コストを避けたい場合や、矛盾した事実を削除せず履歴として残したい場合に検討価値があります。一方でスター数480というまだ小規模なOSSである点は押さえておく必要があります。
まず試すなら、サイドプロジェクトにgo getでライブラリを導入し、Claude Codeのmodを有効化した状態で数日運用してみるのが現実的な一歩です。記憶の書き込みタイミングと矛盾データの扱いを自分の目で確認してから、本番ワークフローへの組み込みを判断すると安全です。