AIエージェントの記憶を揮発させない共有メモリ層を設計した
出典: Zenn (Claude topic)
Hiroba による自動要約
個人開発で複数のAIエージェント（Claude・Gemini・Codexを役割分担）を運用する際、セッション間・エージェント間・暗黙知で記憶が分散する問題に直面。Markdown + JSONL ファイルベースの共有メモリ層を設計し、運用規約（CHARTER）で「何を記録するか」の基準を統一することで、3ヶ月後の判断根拠や失敗学習を保持可能にした。
出典・元記事
Zenn (Claude topic) の記事を Hiroba が自動要約しました。元記事を読む
読んで良かったら、シェアしてみてください。
同じタグの記事が他に 2413 件あります。
関連する記事
同じタグの記事
Claude CodeやCodexのマルチエージェント構成をコードで定義する技術 — プログラマブル・オーケストレーション入門
Qiitah5i-orchestra と h5i-python フレームワークを使用して、Claude Code や Codex などの複数のコーディングエージェントを Rust・Python プログラムとして記述・実行し、並列実行・相互レビュー・条件分岐を含む再現可能なワークフローを構築できる。エージェント間の相互影響を防ぎながら、Git worktree を活用して独立したサンドボックス環境で作業管理することが可能。
Claude Code で作る自律マルチエージェント開発体制 ハブ&スポークで複数プロジェクトを同時に運用
ZennClaude Code の単一セッション運用は複数プロジェクトの並行管理で限界を迎える。本書は監督役(ハブ)と実働役(スポーク)に分けた自律運用体制を、数ヶ月の実運用経験から設定ファイル・運用ルール・障害対応まで含めて解説。状態ファイル管理による復旧設計、人間の承認ゲート、モデル階層別コスト配分など長期運用に耐える体制構築の実践ガイド。