コードAIに長期記憶を持たせるプラグイン登場

AIにコードを書かせていると、一定の壁にぶつかる。セッションをまたぐと直前の議論が消える。長い会話が続くとコンテキストウィンドウの端が切れてくる。「あの関数の仕様、さっき決めたのに」をAIが無視する、あの感覚だ。

これはAIの「知能」の問題ではなく、記憶の構造の問題。現在のコーディングエージェントはセッション単位の短期記憶を前提に設計されており、プロジェクトをまたいだ文脈の継続は、ほぼノーサポートのままだった。

CursorやClineを使ってローカルで動くAIコーディング環境を組んでいる人ほど、この限界に早く気づく。ツールが高機能になるほど、「記憶が続かない」ことへの不満は増す。

「oh-my-hermes」（GitHub: rlaope/oh-my-hermes）は、AIコーディングエージェントに長期記憶・モデル最適化ワークフロー・インテリジェンス機能をまとめて追加するPython製プラグインだ。現時点でGitHubのスター数は約2,000。公開から短期間でこの数字が集まった背景には、「自分も同じ問題を感じていた」という共感の多さがある。

リポジトリ名の「Hermes」はギリシャ神話の伝令の神。情報を運ぶ役割を担う、という命名は象徴的だ。プロジェクトの説明文には「long-term memory system」と明記されており、記憶の断絶への対処を主軸に設計されている。

具体的には、3つの機能が柱として挙げられている。ひとつ目はコーディングインテリジェンス（Hermes Agentの推論支援）。ふたつ目が長期記憶システムで、仕様や過去の意思決定をセッションをまたいで保持できる仕組み。みっつ目がモデル最適化ワークフローパッケージで、使うモデルごとに処理の流れを最適化する。

これらをプラグインとして既存のPython環境に追加できる点が、ゼロから環境を組み直す必要がない設計として評価されている。DevinがGPT-6で自分のコードを自動テストするような方向とは異なり、oh-my-hermesは「人間が主導しながらAIの記憶を補強する」アプローチに近い。

dev系のプラグインを紹介する際に毎回確認したいのが、「どこまでがノーコードで、どこからがコードを書く必要があるか」という境界線だ。

oh-my-hermesの場合、READMEをたどってPython環境にインストールするところまではコマンドライン操作で完結する。Pythonが動く環境があれば、pip installに近い手順でプラグイン自体の導入は可能だ（詳細はREADMEの手順を参照）。

一方、「どのプロジェクトの記憶を保持するか」「モデル最適化ワークフローをどう組み込むか」といった設定はPythonコードを読み書きできると有利になる。ワークフローのカスタマイズや、既存エージェント環境への統合は、ある程度のコーディング知識を前提にしている部分がある。

コードが書けない状態で試す場合は、まずREADMEとサンプルコードを読んで「どんな記憶が保存されるのか」の構造を把握するところから入るのが現実的な入り口になる。