Lokale geheugen voor AI-coderingsagenten, blootgesteld via MCP
deja-vu, gemaakt door Vshulcz, is een AI-zoekhulpmiddel dat coderingassistenten persistente geheugen geeft voor ontwikkelingswerkstromen. Het legt interacties van AI-tools vast en stelt die geschiedenis bloot aan Model Context Protocol-cliënten, zodat agenten eerdere werkzaamheden over sessies heen kunnen raadplegen. De app presenteert doorzoekbare historische context met gerangschikte terugwinning en een MCP-integratiepunt. Het richt zich op softwareontwikkelaars, DevOps-engineers en power users die meerdere AI-codingagenten gebruiken en sessiecontinuïteit nodig hebben.
Voor welke taken kun je het eigenlijk gebruiken?
De tool centraliseert outputs die zijn geproduceerd door populaire code-assistenten en CLI-agenten, waardoor eerdere uitwisselingen beschikbaar zijn voor programmatic queries. Het accepteert sessiegegevens van interfaces zoals Claude Code, Cursor, Gemini CLI, Codex, Aider, OpenCode en Copilot CLI, waardoor agenten eerdere commando-sequenties, opgeloste bugs en ontwerpnote kunnen ophalen. Gebruikers kunnen die geschiedenis opvragen vanuit MCP-bewuste clients, zodat automatisering naar concrete eerdere acties kan verwijzen.
Hoe betrouwbaar en relevant zijn de zoekresultaten?
De zoekkwaliteit wordt aangedreven door een full-text engine gebouwd op SQLite FTS5 en een ranking schema dat BM25-stijl relevantie mengt met een frecency-signaal (frequentie plus recentheid). Die combinatie bevoordeelt invoer die zowel overeenkomt met zoektermen als herhaaldelijk, recent gebruik vertoont, wat helpt om nuttige commando's en oplossingen naar voren te brengen in plaats van oudere, zelden gebruikte snippets. Prestatie-doelen richten zich op snelle terugwinning via lokale indexering in plaats van externe opzoekingen.
Wat zijn de integratie- en platformvereisten?
De app spreekt het Model Context Protocol en draait naast elke MCP-conforme client, inclusief desktopclients en IDE-integraties. Installatiepaden vereisen ofwel een Node.js- of Go-omgeving, afhankelijk van de gekozen methode, en native werking dekt macOS en Linux met Windows ondersteund via WSL. Integratie kan zo eenvoudig zijn als het toevoegen van de uitvoerbare als een MCP-server in een clientconfiguratie, en de tool monitort veelvoorkomende shells zoals Bash en Zsh voor nieuwe interacties.
Vereist het technische kennis om nuttige resultaten te krijgen?
Adoptie vraagt om bescheiden systeemkennis: het configureren van een MCP-server, clients aanwijzen naar een lokaal eindpunt en de app toestemming geven om sessieoutputs te lezen. De architectuur plaatst gegevens op de hostmachine en vermijdt verplichte cloudaccounts, wat past bij gebruikers die hun eigen toolchains beheren. Automatische achtergrond-synchronisatie vermindert handmatige indexeerwerkzaamheden, maar beheerders die zich comfortabel voelen met lokale ontwikkelaar infrastructuur halen de meeste waarde eruit.
Praktische keuze voor ontwikkelaars die een lokale tooling-compromis accepteren
De tool is een praktische optie voor ontwikkelaars en DevOps-professionals die een blijvende, privé continuïteit nodig hebben tussen AI-ondersteunde sessies. Het is geschikt voor teams en individuen die bereid zijn een kleine hoeveelheid lokale configuratie te beheren in ruil voor doorzoekbare historische context. Verwacht een leercurve bij de installatie als je nieuw bent met MCP-eindpunten, en plan om opgehaalde fragmenten te behandelen als context die nog steeds profiteert van menselijke beoordeling.
