Show HN: Engrim – A universal, local-first SQLite memory engine for AI CLIs

개요

Engrim은 AI CLI를 위한 범용적이고 로컬 우선적인 SQLite 기반 메모리 엔진으로, 모델 및 환경 전환 시에도 프로젝트 상태와 결정을 유지할 수 있도록 설계되었습니다.

주요 내용

* 핵심 가치 제안: Engrim은 AI 모델의 휘발성을 상쇄하고, 프로젝트별 핵심 결정 사항과 상태를 영구적으로 저장하여 지속적인 개발 흐름을 지원합니다.
* AI 벤더 종속성 탈피: Google Antigravity, Claude Code, Cursor MCP 등 다양한 AI 모델 및 환경을 프로젝트 진행 중에 자유롭게 전환해도 이전의 아키텍처 결정, 사용자 제약 조건, 프로젝트 상태를 잃지 않고 작업을 이어갈 수 있습니다.
* 작업 메모리 관리: 100만 토큰 이상으로 확장되는 AI 컨텍스트 창의 주의력 희석 문제를 해결하기 위해, Engrim은 4,000자 분량의 엄선된 에피소드적 작업 메모리를 제공하여 효율성을 높입니다.
* SQLite 기반 스토리지: 로컬 SQLite 데이터베이스(~/.engrim/memory.db)를 사용하여 모든 메모리 기록과 로그를 저장하며, 100% 로컬 및 오프라인 환경에서 작동합니다.
* 하이브리드 검색 엔진: SQLite FTS5(BM25 키워드 검색)와 정적 벡터 임베딩(model2vec)을 결합한 제로 지연 시간의 하이브리드 역 순위 융합(Reciprocal Rank Fusion) 엔진을 사용하여 스마트하고 빠른 컨텍스트 로딩을 제공합니다.
* 실증적 사례: 50,000 라인의 알고리즘 트레이딩 시스템에서 105회의 지속적인 세션을 테스트한 결과, 모델 전환 시 회귀나 컨텍스트 상실 없이 성공적으로 작동했습니다. 프로덕션 환경에서는 153,000 토큰 이상의 작업이 1,000 토큰 미만의 활성 메모리 팩으로 통합되어 재로딩 비용을 99% 이상 절감했습니다.
* 에이전트 프로비넌스 추적: origin_agent 필드를 통해 각 메모리 항목의 출처(antigravity, claude-code, cursor, cli, user)를 기록하여 다중 에이전트 협업 시 명확성을 제공합니다.
* MCP 서버: engrim serve --mcp 명령어를 통해 JSON-RPC 2.0 stdio 기반의 MCP(Model Context Protocol) 서버를 실행하여 engrim_recall, engrim_add, engrim_context, engrim_review 등의 핵심 도구를 외부에 노출합니다.
* CLI 도구: engrim add, engrim recall, engrim context, engrim setup, engrim serve 등 다양한 CLI 명령어를 통해 메모리 관리, 환경 설정, 서버 실행 등을 지원합니다.
* 보안 및 개인정보 보호: 모든 데이터는 로컬에 저장되며, 텔레메트리, 클라우드 동기화, 추적이 전혀 없습니다. 모델 임베딩은 CPU에서 실행 가능하며 GPU가 필요 없습니다. POSIX 파일 권한 및 Gitignore 설정을 통해 보안을 강화합니다.

시사점

Engrim은 AI 개발 워크플로우에서 모델 의존성을 낮추고, 컨텍스트 관리의 효율성을 극대화하며, 프로젝트의 지적 자산을 안전하게 보존하는 데 기여합니다. 이는 AI 기반 개발 도구의 실질적인 생산성 향상과 확장 가능성을 제시합니다.