MuscleMemory가 코딩 에이전트의 성공 작업을 재사용한다

MuscleMemory는 코딩 에이전트가 성공적으로 끝낸 작업에서 절차적 기억을 만들고, 비슷한 작업이 생기면 변경할 파일과 확인할 테스트, 피해야 할 점을 짧은 메모로 제공하는 오픈소스 도구다. Codex, Claude Code, Cursor 등과 연결할 수 있으며 기본 설정은 로컬에서 작동한다.

제작자가 공개한 벤치마크에서는 실제 Codex 세션에서 입력 토큰이 25.5%, 도구 호출이 30.4%, 작업 시간이 28.2% 줄었고 모든 작업은 통과했다. Claude Code와 Sonnet 5.5를 이용한 초기 시험에서는 입력 토큰이 43.5%, 도구 호출이 30% 감소했다. SWE-bench의 실제 Django 이슈를 대상으로 한 소규모 시험에서는 다른 이슈에서 학습한 기술을 활용해 메모리 없이 작업했을 때와 같은 수의 문제를 풀면서 토큰은 약 절반을 썼다.

이 결과는 반복 작업을 다룬 세 개의 통제된 코드베이스 벤치마크에 한정되며, 모든 종류의 작업을 포괄하지 않는다. Claude Code 시험도 규모가 작다. 자세한 결과와 방법은 벤치마크 문서와 Codex의 Django 시험 보고서에서 확인할 수 있다.

설치 후에는 프로젝트에서 에이전트를 평소처럼 사용하면 된다. 시작 절차는 다음과 같다.

pipx install thewariend-musclememory # or, from a clone: pip install -e .

musclememory init # sets up ~/.musclememory and the small search model
musclememory start # runs in the background on http://127.0.0.1:8080
cd your-project && musclememory connect codex # or claude, cursor, cleanslate
musclememory dashboard # opens the dashboard, already signed in

도구는 마지막 변경 뒤 테스트가 통과한 작업을 학습 대상으로 삼는다. 학습 세션 자체는 성공 확인 횟수에 포함되지 않으며, 서로 다른 두 세션에서 기술의 행동과 저장된 테스트 명령이 맞아야 기술이 검증된다. 기술은 대시보드에서 사람이 승인해야 에이전트에 전달되고, 새 버전도 다시 승인해야 한다. 학습한 기술의 테스트가 마지막 테스트 실행에서 실패하면 해당 기술은 에이전트에 제공되지 않는다.

기본 저장소는 SQLite이며 검색에는 기기 내 소형 모델을 사용한다. 계정이나 외부 호출은 기본 설정에서 필요하지 않다. 팀은 PostgreSQL과 pgvector를 사용할 수 있다. 프로젝트는 저장소별로 분리되지 않고 같은 작업공간의 namespace를 공유하며, 저장소 간 검색은 시험되지 않았다. SDK를 사용할 때는 성공 여부를 코드가 직접 보고해야 한다.

저장소와 재현 방법 · 작동 방식 · 설치 안내 · 통합 안내 · 백서