MIT ライセンスのローカルファーストなエージェントメモリ・ハブ兼ローカル Agent ランタイム。`memmy-memory init` でインストールする Skills とローカルメモリ API（127.0.0.1:18960）により、DeepSeek Harness 系コーディング Agent が同じ長期記憶を共有できます。
DSH 統合
互換
作者による申告
安全性監査
未監査
最終検証日
2026-08-21
ライセンス
MIT
01どんなタスクに使えるのか？
Give every coding agent one shared, persistent agent memory so project context carries over between agents and sessions
A local-first memory layer that keeps project goals, decisions, constraints, and failed attempts, then brings the relevant context to the next Agent — no need to re-introduce anything again
Developers running DeepSeek Harness-style coding agents (Codex, Claude Code, Cursor, OpenClaw) whose agents keep losing context between sessions
Convert months of existing agent history into searchable long-term memory within minutes
Automatic scan of Cursor, Claude Code, Codex, OpenCode, OpenClaw, Hermes, WorkBuddy, Pi and qwenwork histories, distilled into personal long-term memory plus a personalized "First Meeting Report"
Teams and individuals with months of conversations in other agents who want that context to become a reusable knowledge asset instead of starting from scratch
Wire memory search and writes into external agents and scripts
`memmy-memory` CLI (init / health / search / add / get) against the local memory service at http://127.0.0.1:18960, with memory Skills installed into each supported agent as needed
Developers who want agents or shell scripts to query and append shared memory programmatically, including coding agents like DeepSeek Harness via installed Skills
02DeepSeek Harness への導入方法
前提条件
- Memmy desktop app or CLIs, downloaded from the official website (https://memmy.bot/) or GitHub Releases
- An account (sign-up grants Agent task trial tokens) or BYOK: your own model API key configured in ~/.memmy/config.yaml
- Only for building from source: Node.js >= 22 and npm
インストール手順
- 01
Get Memmy from the official website (https://memmy.bot/) or GitHub Releases, launch the desktop app and choose Account mode or API Key mode
- 02
In API Key mode, configure the primary model and pass a connection test; optionally configure Embedding, ASR, image generation, memory summary, and skill evolution models
- 03
Enter the main workbench and send your first task; open "Tools" to connect messaging channels or third-party tools, open "Memory" to scan Agent history sources
- 04
To give external agents memory access, run `memmy-memory init` — it writes the Memory config and installs Skills for each Agent as needed
導入成功の確認
- Run `memmy status` to check config, workspace, model, and provider status
- Run `memmy-memory health` to check the memory service
03DSH 統合と能力の範囲
Local agent memory hub whose `memmy-memory init` CLI writes the Memory config and installs memory Skills into external agents, letting DeepSeek Harness-style coding agents read/write one shared long-term memory via the local memory service; the repo is tagged `dsh-plugin`, though the README documents no dsh-specific flow
Cross-Agent shared long-term memory
project goals, decisions, constraints, failed attempts and agent conversations→one shared memory layer reused across Codex, Claude Code, Cursor and OpenClaw without re-introducing context
memory, configuration and app state are written to your machine by default (~/.memmy)history onboarding reads the local history files of your existing agentsMemOS-powered memory engine with history onboarding
scattered conversations and behavior from supported agents (Cursor, Claude Code, Codex, OpenCode, OpenClaw, Hermes, WorkBuddy, Pi, qwenwork)→structured, searchable, reusable long-term memory plus a personalized "First Meeting Report"
scanning imports and stores other agents' history into Memmy's local memoryLocal Agent runtime with multiple entry points
tasks issued from the desktop app, `memmy` CLI/TUI, or any OpenAI-compatible client→the same Agents, memory, and configuration served from every entry point; `memmy serve` exposes an OpenAI-compatible API on :18990
`memmy serve` opens a local API on port 18990; the memory service listens on 127.0.0.1:18960Extensible tools via Skills and MCP
Skills, MCP servers, messaging channels (Telegram, Discord, WeChat, Feishu, DingTalk) and productivity tools (GitHub, Gmail, Notion, Slack, Jira)→agents that go from conversation to real task execution, including managed Chromium browser tools for local page inspection
the desktop app and scripts/dev-start.sh prepare a managed Chromium build before the Agent Gateway startsconnected third-party tools and channels are invoked over the network under your credentials
04誰に向いているのか？使うべきでない場面は？
向いている用途
- Developers running DeepSeek Harness-style coding agents (Codex, Claude Code, Cursor, OpenClaw) whose agents keep losing context between sessions
- Teams and individuals with months of conversations in other agents who want that context to become a reusable knowledge asset instead of starting from scratch
- Developers who want agents or shell scripts to query and append shared memory programmatically, including coding agents like DeepSeek Harness via installed Skills
05互換性・メンテナンス・セキュリティ上の注意
- Account mode grants Agent task trial tokens whose amount and usage are shown in the app; once the trial credits run out or expire, continued agent tasks require switching to BYOK with your own model API key.
- Building from source requires Node.js >= 22 and npm, and on Windows scripts/dev-start.sh must be run in Git Bash.
- The README documents memory-Skill installation for external agents generically and the repo is tagged `dsh-plugin`, but no DeepSeek Harness-specific setup is documented — usage inside dsh is inferred via the installed memory Skills / MCP ecosystem.
MIT · actively maintained (latest release v1.0.9, 2026-08-20)
06よくある質問
Memmy は DeepSeek Harness のようなコーディング Agent にどう接続しますか？
`memmy-memory init` を実行すると、メモリ設定の書き込みと各 Agent への memory Skills のインストールが必要に応じて行われ、以降その Agent はローカルのメモリサービス（既定 http://127.0.0.1:18960）経由で同じ記憶を読み書きします。README に dsh 専用手順はなく、リポジトリには `dsh-plugin` タグが付いており、接続は汎用の Skills / MCP エコシステム経由です。
メモリデータはどこに保存されますか？クラウドに送信されますか？
Memmy はローカルファースト設計で、メモリ・設定・アプリの状態は既定であなたのマシンに保存され、クラウドへのアップロードは不要です。メモリサービスは 127.0.0.1:18960 で待ち受け、認可されたソースだけがメモリ機能を呼び出せる制御されたアクセス機構を備えます。
自分の API キーは必要ですか？
アカウントモードでは登録時に Agent タスク用のトライアルトークンが付与されます（現在の残量と利用状況はアプリ内に表示）。使い切るか期限が切れたら、API キー（BYOK）モードに切り替えて ~/.memmy/config.yaml に自分のモデルプロバイダーを設定します。
どの Agent の履歴を取り込めますか？
現在対応しているのは Cursor、Claude Code、Codex、OpenCode、OpenClaw、Hermes、WorkBuddy、Pi、qwenwork です。数分で過去の会話を長期記憶に変換し、パーソナライズされた「初対面レポート」も生成します。
Memmy にはどんな利用入口がありますか？
デスクトップアプリ、`memmy` CLI/TUI、`memmy serve` で起動する OpenAI 互換 API（ポート :18990）の 3 種類で、すべて同じ Agent・メモリ・設定を共有します。
07関連する DSH ワークフロー
ruflo
by ruvnet
元祖エージェントメタハーネス。知能マルチプレイヤー・スウォームの展開、自律ワークフロー連携、対話型AIシステムの構築に対応。適応メモリ、自己学習、RAG統合、Claude Code／Codex／Hermesネイティブ連携を備える。
app
by reactive-resume
プライバシーを重視したオープンソースの履歴書・職務経歴書ビルダー。安全でカスタマイズしやすく、無料で使い続けられます。
everos
by evermind-ai
すべての AI エージェント向けポータブルメモリ層。ローカルファースト、Markdown ネイティブ、ユーザー所有、アプリ横断で自己進化
yao
by yaoapp
エージェントとワークスペースを一か所に集約し、デスクトップ・モバイル・ブラウザ・API からタスクをボード管理できるセルフホスト型アプリ
08データと出典
memmy-memory init # Write the Memory config and install Skills for each Agent as needed
Connect more tools through Skills and MCP, taking the Agent from conversation to real task execution.
このページは、プロジェクトの公開ドキュメント、リポジトリのメタデータ、および DSH Plugins の構造化解析に基づいて生成されています。最終検証日：2026-08-21。誤りを見つけた場合は、修正を送信してください。
dsh プラグイン おすすめ
最初に入れたい 12 のプラグイン。全カタログ・全カテゴリから厳選しました。