クロスセッション記憶の空白
AI に資料調査やソースコード読み込みを依頼する際、对话ウィンドウを閉じると次回はまた最初から—これが現在の AI コ딩アシスタントの普遍的な痛点です。研究者は毎回モデルに同じ情報を再検索させ、同じコードファイルを再読み込みさせる必要があり、時間とトークンを浪費します。
ascent-research はオープンソースプロジェクトで、AI の研究工作がセッション間で継続蓄積できるようにします。すべての研究成果はローカルのプレーンテキストファイルとして保存され、次回の起動時に前回の分析進度から自動継続します。
コア設計
ascent-research の工作方式：
- ローカルプレーンテキスト保存：すべての研究発見、コード分析、Web サマリーを
.txtファイルとしてローカルディレクトリに保存、クラウドデータベースに依存しない - 自動コンテキスト復元：起動時に既存の研究ファイルをスキャン、前回の発見を現在のセッションのコンテキストに注入
- マルチデータソース対応：Web ページ、ローカルコードベース、Obsidian ノートなどから情報収集可能
- 進捗の可視化：ファイル構造を通じて研究進捗を直感的に展示—どのモジュールが分析済みで、どれが深掘りが必要か
この設計の核心アイデアは、「研究状態」を特定の对话インスタンスのコンテキストウィンドウにバインドするのではなく、ファイルシステムとして外部化することです。
実務ワークフロー
# 1. 研究プロジェクトを初期化
ascent-research init my-project --source-dir ./src --web
# 2. AI に研究を開始させる
# AI が指定ディレクトリのコード構造を分析し、研究レポートを生成
# Web URL を補足参考として追加可能
# 3. 对话を閉じた後に再起動
ascent-research resume my-project
# 前回の研究発見を自動ロード、AI が前回の進度から継続
# 4. 研究成果のエクスポート
# すべての発見はプレーンテキストで保存、直接閲覧・編集・チーム共有可能代替案との比較
| 次元 | 従来の对话 | ascent-research |
|---|---|---|
| クロスセッション | 記憶なし | プレーンテキスト永続化 |
| 保存方式 | プラットフォーム绑定 | ローカルファイルシステム |
| コンテキスト復元 | 手動貼り付け | 自動ロード |
| 監査可能性 | エクスポート不可 | プレーンテキスト直接閲覧 |
| コラボレーション | 一人对话 | 研究ディレクトリ共有可能 |
適用シナリオと制限
適している場合：
- 大規模コードベースの漸進的分析と理解
- 複数ラウンドのイテレーションが必要な技術調査
- チームでの研究成果共有シナリオ
- コードをクラウドにアップロードしたくない研究ニーズ
制限：
- プレーンテキスト形式は豊富な対話履歴（コード実行結果のスクリーンショットなど）を含まない
- 研究プロジェクトのライフサイクルを手動管理する必要がある
- リアルタイム性の高いシナリオ（オンラインデバッグなど）には限定的な支援
- プロジェクトは初期段階、コミュニティ規模は小さい
ascent-research は具体的だが高頻度の痛点を解決します：AI 研究工作の断片化。対話式 AI に取って代わろうとするのではなく、クロスセッション研究のための永続化インフラ層を提供します。