
AIエージェントの作業メモリをローカルに作る: Claude Code / Codex / Cursorをつなぐ
Claude Code、Codex、Cursorをまたいで前回の作業文脈を渡すために、ローカルで作業メモリを作る考え方です。Contextbergの記録シグナル、MCP連携、プライバシー設計をまとめます。
Contextberg Blog
Claude CodeやCodexをまたぐと文脈が切れる理由、MCPで作業履歴を渡す方法、AIエージェントのメモリ設計を整理します。

Claude Code、Codex、Cursorをまたいで前回の作業文脈を渡すために、ローカルで作業メモリを作る考え方です。Contextbergの記録シグナル、MCP連携、プライバシー設計をまとめます。
AIエージェントに永続メモリが必要になる理由を、Claude CodeやCodexで前回の作業文脈が切れる問題から整理します。

Mem0、Letta、agentmemory、Contextbergの違いを、何を記憶するのか、どこから読めるのか、Claude CodeやCodexの作業文脈に合うのかという軸で比較します。

Contextberg MCP serverをnpxで起動し、Claude Code、Codex、Cursorへローカル作業履歴を渡す設定例をまとめます。MCP、Skills、ローカルAPIの役割も整理します。

Claude Codeで設計し、Codexでレビューする開発フローで、なぜ前提や判断理由を説明し直すことになるのかを整理します。会話履歴だけでなく、調査履歴や作業履歴を渡す考え方です。

MCPを使ってClaude Code、Codex、Cursorへ調査履歴や作業履歴を渡す考え方を整理します。Stack Overflow、GitHub Issue、公式ドキュメントを読んだ流れまで含めるユースケースです。

昨日どこまで進めたか、何を読んだか、どの判断で止まったかを、会話履歴だけでなく作業履歴から復元するユースケースです。

画面やブラウザ履歴を扱うアプリを社用PCで使う前提で、ローカル保存、除外設定、クラウド非保持、LM Studio運用の線引きをまとめます。

Slack、Teams、VS Code、Dockerと並べて使う前提で、常駐アプリのメモリ使用量と軽量なデスクトップ実装をどう考えたかをまとめます。

Contextbergを入れてClaude DesktopにMCP接続し、昨日の作業、直近のActivity、読んでいたページを聞くまでの流れです。