피드로 돌아가기
Dev.toAI/ML
원문 읽기
BM25 및 SQLite 기반 로컬 메모리 구축으로 Recall 88% 달성
CTX: I gave Claude Code a memory that actually works
AI 요약
Context
Claude Code의 세션 초기화 특성으로 인한 컨텍스트 유지 불가 문제 분석. 매 세션마다 아키텍처 결정 사항과 주요 파일을 반복 설명해야 하는 인지 부하 및 비효율 발생.
Technical Solution
- UserPromptSubmit 이벤트 훅을 통한 프롬프트 전처리 파이프라인 구축
- Git Log 파싱을 통한 과거 설계 결정 사항의 자동 추출 및 주입(G1)
- BM25 알고리즘 기반 코드베이스 및 마크다운 문서의 고속 검색 구현(G2)
- SQLite 기반 Chat Memory Vault 구축 및 BM25와 Vector 하이브리드 검색 적용(CM)
- LLM 호출 없는 Pure BM25 및 로컬 DB 설계를 통한 1ms 미만의 초저지연 응답 보장
- 원자적 설정을 위한 backup-first 방식의 settings.json 패치 메커니즘 적용
실천 포인트
1. LLM 도구 설계 시 세션 독립성을 해결하기 위한 로컬 저장소(SQLite 등) 검토
2. 고비용 LLM 호출 대신 BM25와 같은 경량 검색 알고리즘을 통한 전처리 단계 도입
3. Git Commit Message를 단순 이력이 아닌 설계 결정의 컨텍스트 소스로 활용하는 파이프라인 구축