mnemos

mnemos skill の概要

mnemos ができること

mnemos は、長い作業の途中で重要なコンテキストを失いやすいエージェント向けの、タスク単位のメモリ skill です。作業記憶を型付きの MnemoGraph に変換し、目標・制約・結果・文脈・チェックポイントを同じ塊として圧縮するのではなく、それぞれ異なる扱いで管理します。

こんな人に向いている

mnemos skill は、引き継ぎの耐久性、監査可能性、あるいは途中の圧縮でタスクが壊れやすい複数ステップ作業を重視する場合に向いています。context engineering、repo の保守、デバッグ作業、そして「何をしたか」だけでなく「何を決めたか」も重要になるワークフローと相性が良い skill です。

何が優れているのか

最大の差別化ポイントは、単なる要約ではなく、ポリシー駆動のメモリであることです。mnemos は Goals と Constraints を永続化し、Results は消去前に圧縮し、再開用に Checkpoints を保持します。そのため、追跡可能な継続性が必要なセッションでは、一般的なプロンプトより実用的です。

mnemos skill の使い方

インストールして最初に読む

npx skills add alinaqi/claude-bootstrap --skill mnemos でインストールします。インストール後は、まず skills/mnemos/SKILL.md を読んでください。実際のワークフローとメモリルールはそこに書かれています。この repo には補助スクリプトも参照用フォルダもないため、skill ファイルが唯一の正本です。

mnemos に渡す入力を正しくする

mnemos の使い方は、明確なタスク境界、短い目的、そして圧縮後も残るべき制約を渡すと最も効果的です。たとえば、次のような開始プロンプトが有効です。「この repo audit で mnemos を使ってください。セッション全体で、goal、重要な constraints、file changes に関する decision は永続化してください。compaction 後も安全に resume できるようにしてください。」

context engineering のワークフローで使う

mnemos を context engineering で使うなら、まずタスク名を付け、忘れてはいけないものを定義し、事実と決定を分けるところから始めます。そのうえで、token usage、file-path の散らばり、再読込み、tool error といった fatigue signal を skill に追跡させ、高価値の状態は保持し、価値の低い繰り返しは圧縮します。

時間を節約できるファイルの読み順

ライブセッションで使う前に、SKILL.md を読んでから、What It Does と Fatigue Model の各セクションを確認してください。自分の agent workflow に合わせて skill を調整する場合は、まず checkpoint と resume の挙動を見てください。そこを見れば、mnemos が自分の環境に合うかどうかを判断できます。

mnemos skill の FAQ

mnemos は長いタスク専用ですか？

いいえ。mnemos skill が最も価値を発揮するのは長いタスクですが、引き継ぎ、監査ログ、あるいは decision を失うとコストが高いデバッグ分岐のように、短くても影響の大きい作業でも役立ちます。

通常のプロンプトと何が違うのですか？

通常のプロンプトは、モデルに「覚えておいて」と頼みます。mnemos は memory model 自体を変え、情報の種類ごとに保持ルールを分けます。ordinary prompting が compaction で崩れる場面で効く理由は、まさにそこにあります。

mnemos は初心者でも使えますか？

はい。目的と制約をはっきり言語化できるなら使えます。mnemos を使うのに内部実装の理解は必要ありませんが、明確な task boundary を示し、曖昧な「この repo を手伝って」のような依頼は避ける必要があります。

どんなときに mnemos を使わないほうがいいですか？

単発で済む単純な作業や、セッションをまたいだ永続性が不要な作業では省いて構いません。hooks、checkpointing、structured state を環境側で扱えないなら、mnemos を入れてもセットアップの手間に見合う価値が出ないことがあります。

mnemos skill の改善方法

初期状態をもっと強く渡す

mnemos の結果を良くする一番の方法は、目的、絶対に譲れない制約、既知のファイル、そして resume が重要になる地点を含む、コンパクトなタスクブリーフを渡すことです。雑な会話履歴から推測させるより、最初から情報を分類できるほうが skill はうまく機能します。

よくある失敗モードに注意する

主な失敗は、区別されていないメモを session に詰め込みすぎることです。すべてが同じ重みで扱われると、型付きメモリの利点が失われます。decision、constraints、raw observation を分けておくことで、mnemos は残すべき素材を正しく保持できます。

最初のパスのあとに反復する

最初の出力のあとで、mnemos に対して active goal の再述、残っている constraints の列挙、そして続行前の checkpoint 状態の要約を求めてください。そうすれば compaction を安全にしやすくなり、メモリのライフサイクルが実際の作業に合っているか確認できます。

自分の workflow に合わせて調整する

mnemos を自分の context engineering stack で使うなら、goal と見なすもの、永続化すべきもの、圧縮してよいものが skill に伝わるように prompt を調整してください。これは一般的な指示を増やすより効果的なことが多く、とくに複数の tool や長い編集サイクルにまたがる session では重要です。