Проект IHMT предлагает подключить к AI-агентам долговременную память в виде локальных файлов. Идея в том, чтобы один раз сообщить агенту важное решение, устройство проекта или исправление — и сохранить эту информацию для следующих сессий, в том числе в других совместимых агентах.
Согласно документации проекта, IHMT работает как локальный MCP-сервер со стандартным интерфейсом stdio. Официально заявлена поддержка Claude Code; авторы также сообщают о тестировании с Codex и opencode. Подключение других клиентов, включая Cursor и GitHub Copilot, описано как потенциально совместимое, но пока не проверенное авторами.
Как устроена память
При установке проект размещается в `~/IHMT-MEMORY`, а данные памяти хранятся в `~/.ihmt`. Агенту добавляются настройки подключения и инструкции по использованию. Вместо внешней базы данных IHMT использует обычные файлы, а разные агенты могут обращаться к одному и тому же хранилищу.
По описанию проекта, установка требует Python 3.10 или новее, Git и агента, способного выполнять команды в терминале или редактировать файлы. Браузерные чат-боты без такого доступа самостоятельно установить сервер не смогут. Для macOS и Linux авторы указывают проведённое тестирование; инструкции для Windows есть, но эта система пока не проверялась.
Что это меняет для разработчика
Файловое хранилище и MCP могут упростить перенос контекста между инструментами: например, пользовательские предпочтения или принятые в проекте решения не нужно заново вводить при переходе из Claude Code в Codex. Это не означает, что агент автоматически понимает весь проект: полезность зависит от того, какие сведения он сохранит и как будет обращаться к ним в последующих сессиях.
Локальный формат также делает содержимое памяти доступным для просмотра и редактирования обычными средствами. Но документация сама по себе не подтверждает качество извлечения нужных фактов, защиту от ошибочных записей или пригодность решения для командной работы.
Ограничения и настройка
IHMT — инструмент сообщества, а не функция, встроенная во все перечисленные AI-продукты. Фактически подтверждённый авторами круг протестированных клиентов уже, чем список возможных MCP-совместимых агентов. Перед использованием стоит сверить инструкции с актуальной версией проекта и проверить, какие данные агент записывает в локальное хранилище.
Авторы отмечают и отдельные нюансы установки: например, системный Python в macOS может оказаться старше требуемой версии. Проект заявляет, что для установки не нужны учётная запись, база данных или права администратора, однако агенту понадобится доступ к терминалу.
Источники
