Engrim gir Claude Code, Cursor og Codex samme lokale minne

«Hvorfor betale for 200 000 tokens med glemt støy hver eneste tur? Modellene er forbruksvarer, beslutningene i prosjektet ditt er det ikke.» Slik åpner Tim Gordon README-en til engrim, et prosjektavgrenset minnelag skrevet i Python og lisensiert under MIT. Verktøyet er nå på versjon 1.3.0.

Premisset er at større kontekstvinduer ikke løser problemet, men flytter det. Når konteksten vokser mot en million tokens, tynnes oppmerksomheten ut, kostnaden stiger med hver tur, og en tømming av vinduet gir total hukommelsestap. engrim erstatter det med en kuratert pakke på rundt 4 000 tegn som lastes inn ved øktstart.

Under panseret ligger alt i én lokal SQLite-fil under ~/.engrim/memory.db. Søket kombinerer FTS5 med bm25-rangering og statiske vektorembeddinger fra model2vec i en hybrid rangeringsfusjon. Embeddingmodellen laster på rundt 30 millisekunder på CPU og krever ikke GPU, og du kan slå den av helt med ENGRIM_EMBED=off for et rent leksikalsk oppsett uten ekstra avhengigheter.

Det som skiller engrim fra de fleste minnelagene, er at det ikke er bundet til én agent. Kommandoen engrim setup oppdager installerte miljøer selv og kobler seg på Google Antigravity, Claude Code, Cursor, Windsurf og Codex CLI gjennom livssyklus-hooks og en MCP-server over stdio. Hver post får et origin_agent-felt, så du ser hvilken agent som fattet hvilken beslutning. MCP-flaten består av fire verktøy: engrim_recall for hybrid søk, engrim_add for å skrive en varig post, engrim_context for å hente øktpakken innenfor et tegnbudsjett, og engrim_review som skanner loggene for beslutninger du ikke har fanget opp ennå.

Tallene Gordon oppgir fra egen produksjonsbruk er de mest interessante, og de mest uverifiserbare. Prosjektet er testet over 105 sammenhengende økter på et handelssystem på 50 000 linjer, med null regresjoner over 186 enhetstester. Over 153 000 tokens med arkitektur, parametertuning og feilsøking skal ha blitt konsolidert til en aktiv minnepakke på under 1 000 tokens. Det er tall fra utvikleren selv, ikke fra en uavhengig måling.

Sikkerhetsprofilen er nøktern og fornuftig: databasen opprettes med filrettigheter som bare eier kan lese, *.db er lagt i gitignore fra start, og det er ingen telemetri eller skysynkronisering.

Bakgrunn

Agentminne har blitt en egen verktøykategori de siste ukene, med flere prosjekter som legger kodeagentens hukommelse lokalt i stedet for i en vektordatabase i skyen. engrims vinkel er leverandørnøytralitet: samme minne på tvers av agenter på samme repo, med sporbar opprinnelse per post.

Hva bør du gjøre?

1. Kjør engrim setup --dry-run først. Oppsettet skriver til ~/.claude/settings.json, statuslinjen og din globale CLAUDE.md, og du bør se de endringene før de skjer.

1. Test engrim review før du tømmer en økt. Den sjekker om beslutningene fra økten faktisk er lagret, som er hele forskjellen på et minnelag og en loggfil.
2. Kjør med ENGRIM_EMBED=off hvis du vil unngå model2vec-avhengigheten. Du sitter igjen med FTS5-søk, som holder lenge på et prosjektavgrenset minne.