본문으로 건너뛰기
메뉴

제품

솔루션

연동

개발자

언어

개발자

빠른 설치

상황에 맞는 트랙을 고르고 명령어를 복사하세요. 컴퓨터 한 대라면 세 단계면 되고 계정은 필요 없습니다. 팀용 공유 서버는 다섯 단계입니다.

혼자 씁니다

바이너리 하나를 설치하고, 로컬 서버 하나를 시작한 다음, 에이전트를 실행합니다. 서버는 127.0.0.1:49374에 바인딩되므로 이 컴퓨터 밖에서는 접근할 수 없고 토큰도 필요 없습니다.

  1. 바이너리 설치

    mise가 OS와 칩에 맞는 릴리스 아카이브를 내려받고, 공개된 .sha256 파일과 대조해 검증합니다. Rust 툴체인도 Docker도 필요 없습니다.

    터미널
    mise use -g github:akitaonrails/ai-memory
    
  2. 데이터 디렉터리를 만들고 서버 시작

    init은 데이터 디렉터리만 만듭니다. serve는 계속 실행되어야 하므로 전용 터미널을 하나 내주세요. 이 컴퓨터에서만 수신하며 토큰은 필요 없습니다.

    터미널
    ai-memory init
    ai-memory serve --transport http --bind 127.0.0.1:49374
    
  3. ai-memory를 통해 에이전트 실행

    하네스를 처음 실행할 때 훅과 MCP 항목이 없으면 설치합니다. 그 뒤로 claude를 직접 실행해도 계속 동작합니다.

    터미널
    ai-memory run claude
    
노트북 한 대에서 세 단계로 진행되는 개인용 설치: 바이너리를 설치하고, 127.0.0.1:49374에서 서버를 시작한 다음, 에이전트를 실행하면 훅과 MCP로 서버에 연결됩니다. 노트북 밖으로 나가는 것은 없습니다.
개인용 경로 전체입니다. 서버는 루프백에만 머물고, 에이전트는 두 가지 방식으로 서버에 접근합니다. 훅은 세션을 캡처하고, MCP는 에이전트가 그 기록을 검색하게 해 줍니다.

ai-memory run은 권장 런처이며 선택 사항입니다. 처음 실행할 때 하네스를 연결하고, 하네스를 넘나드는 네이티브 세션 재개를 더해 줍니다. 훅만으로도 인수인계는 전달되므로 에이전트를 직접 실행해도 계속 동작합니다. 관리형 실행의 동작 방식 읽기.

동작하는지 확인하기

네트워크부터 에이전트까지, 세 가지를 확인합니다.

서버가 응답합니다

JSON-RPC 오류가 나오면 정상입니다. 포트에 접근할 수 있고 서버가 응답하고 있다는 뜻입니다.

터미널
curl http://127.0.0.1:49374/mcp

CLI가 서버에 닿습니다

CLI는 얇은 HTTP 클라이언트입니다. 여기서 상태가 출력되면 훅도 서버에 접근할 수 있습니다.

터미널
ai-memory status

에이전트가 기억합니다

몇 분간 작업하고 종료한 다음, 같은 디렉터리에서 두 번째 세션을 엽니다. 그리고 이렇게 물어보세요.

"어디까지 했었지?"

첫 에이전트 다음에는

세 가지 모두 선택 사항입니다. 필요할 때 하세요.

다른 에이전트 추가하기

같은 명령어 두 개를 이름만 바꿔서 실행합니다. 그러면 두 에이전트가 하나의 프로젝트 기억을 공유합니다.

터미널
ai-memory install-mcp   --client codex --apply
ai-memory install-hooks --agent  codex --apply

지원하는 모든 에이전트와 이름 보기

선택 사항: LLM으로 더 나은 요약

제공자가 없어도 캡처, 검색, 규칙 기반 요약은 모두 무료로 동작합니다. 제공자를 추가하면 세션 페이지를 읽기 좋은 서술형으로 다시 써 줍니다. 서버 환경에 이 두 변수를 설정하고(Docker는 -e 플래그, systemd 사용자 서비스는 ~/.config/ai-memory/env) 재시작하세요.

서버 환경
AI_MEMORY_LLM_PROVIDER=anthropic
ANTHROPIC_API_KEY=sk-ant-...

구독과 로컬 모델을 포함한 제공자 비교

전부 되돌리기

ai-memory가 설치한 것만 제거합니다. 설치 명령은 멱등하며, 각 명령은 건드리는 파일 옆에 타임스탬프가 붙은 백업을 남깁니다.

터미널
ai-memory uninstall --apply

팀으로 씁니다

모든 컴퓨터와 모든 팀원이 접속하는 서버 하나입니다. 서버 간 복제는 없습니다. 기억을 공유한다는 것은 모두가 같은 서버에 연결한다는 뜻입니다.

팀 구성도: alice, bob, carol의 노트북 세 대가 토큰으로 보호되는 공유 서버 하나에 각각 연결됩니다. 사람마다 API 키가 하나씩 있고, 서버는 팀의 위키 하나를 보관합니다.
서버가 위키를 보관합니다. 사람은 계정을, 컴퓨터는 API 키를 받고, root 토큰은 서버를 운영하는 사람이 갖습니다.
  1. 토큰과 함께 공유 서버 시작

    홈랩 서버나 LAN의 아무 호스트를 고르세요. 루프백 밖으로 바인딩하는 서버에는 Bearer 토큰과 호스트 허용 목록이 모두 필요합니다. 허용 목록에는 컴퓨터들이 서버에 접속할 때 쓰는 모든 이름과 IP를 넣습니다.

    서버에서
    TOKEN=$(ai-memory generate-auth-token)
    docker run -d --name ai-memory \
        --restart unless-stopped \
        -p 0.0.0.0:49374:49374 \
        -v ai-memory-data:/data \
        -e AI_MEMORY_AUTH_TOKEN="$TOKEN" \
        -e AI_MEMORY_ALLOWED_HOSTS="<server-ip>,localhost,127.0.0.1" \
        akitaonrails/ai-memory:latest
    
  2. 사용자 만들기

    root 토큰을 export한 상태에서 실행하세요. 임시 비밀번호는 한 번만 출력되고, 당사자가 첫 로그인 때 바꿉니다. 이 명령은 API 키를 발급하지 않습니다. [auth]의 root 신원은 사용자 가이드에서 다룹니다.

    터미널
    ai-memory user add-human --username alice --email alice@home --name "Alice Smith"
    
  3. 사람마다 API 키 발급

    aim_ 시크릿은 한 번만 표시됩니다. ai-memory api-key rotate <id>ai-memory api-key revoke <id>는 즉시 적용됩니다.

    터미널
    ai-memory api-key add --username alice --label codex-laptop
    
  4. 각 컴퓨터를 서버에 연결

    각자 자기 키를 토큰으로 씁니다. 키는 데이터 디렉터리의 0600 파일에 저장되며 훅 명령줄에는 드러나지 않습니다. --as-user는 설치에 라벨만 붙입니다.

    모든 노트북에서
    # 여기서 TOKEN은 root 토큰이 아니라 이 사람의 aim_ 키입니다
    export AI_MEMORY_SERVER_URL="http://<server-ip>:49374"
    export AI_MEMORY_AUTH_TOKEN="$TOKEN"
    
    ai-memory install-mcp   --client claude-code --apply
    ai-memory install-hooks --apply --agent claude-code \
        --as-user alice --auth-token aim_XGq...<secret>
    
  5. LAN을 벗어나기 전에 TLS 추가

    Bearer 토큰은 요청을 인증할 뿐 암호화하지 않습니다. 일반 HTTP에서는 키와 웹 쿠키가 평문으로 오가므로, 계정이 생겼거나 서버가 책상 밖에서 접근 가능해졌다면 앞단에 Caddy, nginx, Cloudflare Tunnel을 두세요.

어느 단계에서 막혔나요?

GitHub의 설치 쿡북에 에이전트별 명령어, 원격 서버, Windows 관련 내용이 있습니다. 이슈 트래커는 열려 있습니다.