AI කේතකරණය සඳහා භාවිතා කරන සෑම මෙවලමක්ම තමන්ගේම මතක ගබඩා කරයි. ඔබ Claude Code එකකින් ආරම්භ කර, පසුව Codex CLI වෙත මාරු වුවහොත්, කලින් සාකච්ඡා, නිර්මාණ තීරණ, හෝ සොයාගත් බග් පිළිබඳ තොරතුරු නැවත පැහැදිලි කරදිය යුතුය. මෙය කාලය වැය කරන අතර, වරක් වරක් “පෙළේ සිට” ආරම්භ කිරීමේ ගැටලුවක් වේ.
මෙම ගැටලුවට විසඳුම් ලෙස, නවතම විවෘත-මූලාශ්ර මෙවලම memcp හඳුන්වා දී ඇත. එය විවිධ AI කේතකරණ ඒජන්ට්වල සත්කාරක ලොග් ගොනු එකතු කර, ඒවා SQLite දත්තගබඩාවකට (FTS5 සම්පූර්ණ පෙළ සෙවීම) සුරකින්නෙයි. එම දත්ත ගබඩාව MCP (Model Context Protocol) හරහා ඕනෑම සම්බන්ධිත ඒජන්ට්ටම ලබා දිය හැක, එබැවින් එකම ප්රොජෙක්ට් එකේ පසුබැසි සැසි තොරතුරු වෙනත් මෙවලමක්ද භාවිතා කළ හැක.
memcp හි ක්රියාකාරීත්වය සරලයි. සැසිය අවසන් වීමේදී ලොග් ගොනුව පාර්ස් කර, ඒකම පදනම් ව්යාපෘතිය, පණිවිඩ, මෙවලම් ඇමතුම් ලෙස සාමාන්යීකරණය කරයි. පසුකාලීනව, search_memory, read_session, list_recent_sessions, ingest_session යන MCP මෙවලම් භාවිතා කර, ඕනෑම AI ඒජන්ට්ටම පසුගිය සැසි වලින් තොරතුරු සොයා ගත හැක.
ශ්රී ලංකාවට ඇති වැදගත්කම
ශ්රී ලංකාවේ සංවර්ධකයින්, විශ්වවිද්යාල සිසුන්, තාක්ෂණ ආයතන සඳහා memcp යනු අතිශය ප්රයෝජනවත් වේ. පළමු වරට, බහු-ඇප්ලිකේෂන් පරිසරයක වැඩ කරන සංවර්ධකයින්ට, ව්යාපෘති තොරතුරු අතුරුදන් වීමේ අවදානම අඩු වේ. දෙවනුව, විද්යාල පාඨමාලා හෝ පුහුණු වැඩමුළු වලදී AI කේතකරණ උපකරණ භාවිතා කරමින්, ඉගෙනුම් අඩවියක් ලෙස මතකය හුවමාරු කර ගැනීමට පහසු වේ. තෙවැනිය, ස්ථානීය තාක්ෂණ සමාගම්ට, විවිධ AI සේවා සැපයුම්කරුවන්ගේ API සහ MCP සම්බන්ධතා එක් කර, වැඩි කාර්යක්ෂමතාව සහ ව්යාපාරික තීරණ ගැනීමේ වේගය ලබා දේ.
memcp සියලු දත්ත පරිගණකයේ ස්ථානයේම රඳා ඇති බැවින්, කිසිදු කලාපීය සින්ක් හෝ දත්ත රහස්යතා අවදානමක් නොමැත. මෙය ශ්රී ලංකාවේ දත්ත ආරක්ෂාව පිළිබඳ අවශ්යතා සමඟ අනුකූල වේ.
අවසන් වශයෙන්, AI කේතකරණයේ “පෙළේ සිට” ආරම්භ කිරීමේ කේතන ඉඳහිට පසුබැසි මතකය එක් කිරීම, සංවර්ධකයින්ගේ කාලය ඉතිරි කර, නිෂ්පාදන ගුණාත්මකභාවය වැඩි කරන නව යුගයක් ආරම්භ කරයි.
