PowerContext

PowerContext는 OceanBase가 오픈소스로 공개한 AI 에이전트용 컨텍스트 서비스입니다. 작업에서 오래 보존해야 할 부분(결정, 제약, 근거, 진행 상황)을 단일 대화 바깥에 버전 번호가 붙은, 검사 가능한 Artifact로 저장합니다. 세션이 끝나거나 에이전트가 바뀌거나 작업이 다른 사람에게 넘어갈 때, 인수하는 쪽은 전체 대화 기록을 다시 읽지 않고도 현재 상태에서 이어서 작업할 수 있습니다. 이 프로젝트는 PowerMem의 후속 프로젝트이며 Apache-2.0 라이선스를 사용합니다.

주요 기능

• Memory(메모리): 재사용 가능한 결정, 제약, 사실, 상태, 후속 단계를 저장합니다. 항목 상태는 active, forgotten, merged, retired로 나뉩니다. 잊힌 항목은 능동적 회상(recall)에서 제외되지만 내용과 이력은 여전히 조회하고 복원할 수 있습니다. 메모리를 명시적으로 기록할 때는 모델이 필요 없으며, 이미 수집된 Source에서 자동으로 추출하려면 생성 파이프라인을 설정해야 합니다.
• Handoff(작업 인계): "작업 계약 → 인계 준비 → 확인 → 작업 결과"의 네 단계로 작업 연속성을 기록합니다. 인수자는 인계 내용을 해석한 뒤 수신 확인을 보내고, 작업 결과는 Source 근거로 남습니다. Handoff Report는 각 Scope의 최신 버전을 읽기 전용으로 보여 주며 Memory를 수정하지 않습니다.
• Experience(경험): 상황, 행동, 관찰된 결과, 재사용 가능한 교훈을 기록합니다. 경험은 먼저 후보 항목으로 Scope 내 검토 수신함에 들어가고, 승인된 뒤에야 불변 버전으로 저장되어 회상에 사용됩니다.
• Skill(스킬): 이름, 탐색용 설명, 지침, 검증 항목, 출처 계보를 갖춘 관리형 재사용 절차입니다. 승인은 설치나 실행을 뜻하지 않으며, 특정 버전을 명시적으로 내보내야 에이전트 호스트가 이를 발견할 수 있습니다.
• 제한된 회상: PreparedContext는 활성 메모리와 승인된 경험에서 설정된 조각을 골라 Profile 스냅샷과 주제 메모리를 덧붙일 수 있으며, 통일된 바이트 예산에 맞춰 잘라낸 뒤 ready 또는 empty를 반환합니다. 회상된 내용은 과거 참고 자료일 뿐 지시로서의 권위는 없습니다.
• 버전 관리와 추적성: 모든 Artifact는 FAMILY/ARTIFACT_ID@REVISION 형태로 주소를 지정하며, 특정 리비전을 읽으면 당시의 이력 스냅샷이 반환됩니다.
• Scope 격리: 각 Scope는 독립적인 Source 로그, 메모리 수명 주기, 검토 수신함, 인계 이력을 가집니다. Scope ID는 데이터를 선택하는 용도로만 쓰이며 인증이나 실행 권한을 의미하지 않습니다.

대상 사용자와 활용 시나리오

Claude Code, Codex 같은 코딩 에이전트를 자주 쓰는 개발자와 팀에 적합합니다. 특히 세션을 넘나들며 프로젝트 제약을 유지해야 하거나, 서로 다른 에이전트 사이를 오가거나, 진행 중인 작업을 동료에게 넘겨야 하는 경우에 유용합니다. 자체 에이전트 애플리케이션에 서비스로 내장해 사용할 수도 있습니다.

연동 방식

• HTTP API, MCP, Python Client, 명령줄, Dashboard와 함께 에이전트용 플러그인을 제공합니다.
• 공식 README에 나열된 호스트와 프레임워크는 Codex(공식 지원), Claude Code, MiniMax Code, DeepSeek Harness, ZCode, Kimi Code, Hermes Agent, Pi Coding Agent, OpenClaw, OpenCode, WorkBuddy, Bub, 그리고 Pydantic AI, LangChain, LangGraph 등의 Python 프레임워크입니다. Codex만 official이고 나머지는 대부분 community이며, Bub는 evaluation 수준입니다.
• 애플리케이션은 인프로세스 Core SDK에서 Source, Artifact, Trigger라는 세 가지 핵심 프로토콜로 자체 구현을 구성할 수도 있습니다.

설치 및 배포

• 요구 사항: Python 3.11+, Git, uv(필요하면 uv가 Python을 제공할 수 있음). 에이전트를 연결하려면 해당 CLI도 설치해야 합니다. macOS와 Linux를 지원하며 Windows 지원은 현재 실험 단계입니다.
• 설치 명령 예시: uv tool install --force "powercontext[cli,server]==1.4.1" 이후 powercontext config init으로 대화형 설정 마법사를 실행하고, powercontext server run --env-file .env로 서비스를 시작합니다.
• 마법사는 두 가지 모드를 제공합니다. Basic memory는 명시적 저장과 회상용으로, 모델 API가 필요 없습니다. Full memory는 Source를 자동으로 처리하고 주제 메모리와 시맨틱 검색을 지원하며, 생성 모델과 임베딩 모델의 API 자격 증명을 별도로 설정해야 합니다.
• 저장소로는 마법사가 가장 간단한 시작점으로 SQLite를 권장하며, 임베디드 seekdb도 선택할 수 있습니다.
• Kubernetes 배포에는 저장소의 Helm chart를 사용해 외부 OceanBase에 연결할 수 있습니다.
• 저장소에는 Jupyter 튜토리얼이 있으며, 앞의 일곱 개는 모델이나 API Key가 필요 없습니다.

참고할 점

• 생성, 검토, 실행은 분리된 단계입니다. 모델이 내용을 제안하고, 검토에서 버전을 승인하고, 내보내기로 호스트 로컬 사본을 생성하지만, 이 단계들 중 어느 것도 에이전트에 지시를 실행할 권한을 부여하지 않습니다.
• 프로젝트가 자체 보고한 벤치마크 결과: LoCoMo 정확도 90.78%. SWE-bench Pro의 짝지은 프로젝트 실행에서 기능을 켰을 때 작업 해결률은 86.73%, 껐을 때는 82.35%입니다(공식 제출 결과는 아님). README는 LoCoMo Plus 점수가 프로젝트 측에서 제공한 것이며 실행 산출물이 공개되지 않아 검증할 수 없다고도 밝히고 있습니다.