AI Agent のコードベース記憶ツール比較：CLAUDE.md、Cursor、Serena、codebase-memory-mcp の選び方

Fri, 10 Jul 2026 11:50:38 +0800

AI Agent がコードを書くとき、よくある問題は「モデルがまったくコードを書けない」ことではありません。問題は、そのコードベースの形を本当に理解していないことです。

入口ファイル、既存 helper、テストコマンド、触ってはいけないディレクトリを知らないため、新しい会話のたびに背景を説明し直したり、Agent が何度も grep して、関係ないファイルをコンテキストに詰め込んだりします。

これを解決するのがコードベース記憶ツールです。ただし一種類ではありません。CLAUDE.md と AGENTS.md はルールファイル、Cursor は IDE 内 index、Serena は Agent 向け semantic code tools、codebase-memory-mcp は永続的な知識グラフ、RepoPrompt は人間が選ぶ context pack、Sourcegraph は企業向け複数リポジトリ理解に向いています。

Quick Answer

ツール/方式	最適な場面	主な価値	向かない場面
`CLAUDE.md` / `AGENTS.md`	ほぼすべてのプロジェクト	ルール、コマンド、禁止領域、協業制約	複雑な呼び出し関係の自動理解
Cursor codebase indexing	Cursor ユーザー、IDE 開発	chat と編集が project index を参照しやすい	複数ツール共有や複雑な Agent orchestration
Serena MCP	大規模コード、semantic navigation、refactor	symbol 検索、参照検索、semantic editing	小さな prompt だけで足りるプロジェクト
`codebase-memory-mcp`	複数ツールで共有するコード記憶	MCP 経由の永続知識グラフ	追加サービスを維持したくない場合
RepoPrompt / RepoPrompt CE	人間が context を精密制御したい場合	file、CodeMap、diff を reviewable に組む	完全自動 index を求めるチーム
Sourcegraph / Cody	企業の複数リポジトリ理解	中央 index、検索、権限、cross-repo context	小規模個人プロジェクト

おすすめは次の通りです。

小規模：AGENTS.md または CLAUDE.md から始める。
中規模：ルールファイル + IDE index。
大規模単一リポジトリ：ルールファイル + Serena または codebase-memory-mcp。
複数リポジトリチーム：ルールファイル + MCP index + Sourcegraph のような platform。
高リスク変更：RepoPrompt のような人間が確認できる context pack を足す。

最初から道具を積み上げすぎないことが大切です。コードベース記憶の目的は Agent にすべてを知識として持たせることではなく、現在のタスクで推測、誤読、無駄な context を減らすことです。

三種類の「記憶」

1. ルール記憶

代表は CLAUDE.md、AGENTS.md、GEMINI.md、README の AI section です。技術スタック、コマンド、テスト、ディレクトリ説明、禁止ファイル、コードスタイル、検証ルールを記録します。

最も安価で安定していますが、コードの関係を自動理解するわけではありません。

2. 検索記憶

代表は Cursor codebase indexing、Sourcegraph、code search、vector index、knowledge graph です。関数定義、呼び出し元、関連ファイル、設定の出現箇所、cross-repo dependency を探します。

中〜大規模コードに向きますが、index、refresh、permissions、ignore rules が必要です。

3. 操作記憶

代表は Serena MCP や semantic editing tools です。symbol 検索、参照検索、outline、関数 body 置換、symbol rename など、IDE に近い操作を Agent に提供します。

大規模 navigation と refactor に向きますが、設定は少し複雑です。

`CLAUDE.md` / `AGENTS.md` から始める

何もないプロジェクトでは、複雑な index より先に短い project guide を作ります。

# Project Guide

## Commands

- Install: `pnpm install`
- Dev: `pnpm dev`
- Test: `pnpm test`
- Lint: `pnpm lint`

## Rules

- Prefer existing helpers in `src/lib`.
- Do not edit database migrations unless explicitly requested.
- Do not delete files without listing paths and waiting for confirmation.
- For UI changes, check mobile and desktop layouts.

これは package manager、test runner、生成物、触ってはいけないファイル、API 変更後の確認、最終報告の形を安定させます。Git で共有でき、複数ツールが読めます。

ただし関数の呼び出し関係までは教えてくれません。地盤として使い、完全な code index とは考えないほうがよいです。関連: /ja/2026/07/08/claude-code-multi-project-memory-team-workflow/。

Cursor Codebase Indexing

Cursor indexing は、日常的に Cursor で開発する人に向きます。現在のコードベースを index し、chat、編集、@Codebase が関連ファイルを見つけやすくなります。

向いている場面は、IDE 内で機能の場所を質問したい、現在の project に合わせてコード補完したい、MCP server を増やしたくない、チームが主に Cursor を使う場合です。

一方で、Cursor 内 workflow が中心で、複数ツール共有は限定的です。大規模 repo では index 範囲と ignore が重要です。AGENTS.md のようなルールファイルは引き続き必要です。

index は多ければよいわけではありません。大事なのは現在のタスクに関連する context です。token 急増や context 汚染については /ja/2026/07/08/claude-code-token-usage-spike-troubleshooting-faq/ を参照してください。

Serena MCP

Serena は AI Agent 向けの IDE 能力に近いツールです。MCP 経由で semantic code retrieval、editing、refactoring、debugging tools を提供します。

大型 Python、Java、TypeScript、Go codebase、Agent が関数やファイルをよく間違えるプロジェクト、symbol/reference/declaration/implementation lookup が必要なタスク、cross-file refactor に向きます。

利点は symbol level の操作です。全文検索と行番号編集だけに頼らず、IDE のように関数を探し、参照を見て、小さく編集できます。

小さな script や一ファイル修正では不要です。MCP troubleshooting は /ja/2026/07/08/mcp-tool-call-failure-troubleshooting-faq/ も参考になります。

codebase-memory-mcp

DeusData/codebase-memory-mcp は codebase を永続 knowledge graph に index し、MCP で Agent に提供します。

Claude Code、Codex、Cursor、Aider、OpenCode など複数ツールを使い、同じ code index を共有したい場合に向きます。大規模 project で Agent が同じファイルを何度も読む場合、context に大量の source を貼らずに済みます。

利点は永続性と cross-tool。コストは install、update、re-index、MCP config、permission scope、ignore rules、client compatibility です。

たまに二行だけ直すなら不要です。毎日複数 Agent を切り替えるなら価値があります。チュートリアル: /ja/2026/06/22/codebase-memory-mcp-code-intelligence-guide/。

RepoPrompt

RepoPrompt と RepoPrompt CE は、全自動で repo 全体を読むのではなく、人間が reviewable context pack を組むためのツールです。

見せるファイルを厳密に制御したい、複雑な作業前に key files を選びたい、自動 index が不要な内容を持ち込みすぎる、file、CodeMap、tree、Git diff をまとめて渡したい場合に向きます。

安定した流れは、人間が entry files、関連 modules、diff を選び、RepoPrompt が context pack を作り、AI が設計やレビューを行い、実装前に scope を狭めることです。

Sourcegraph

Sourcegraph は企業向け code understanding platform です。大規模 codebase や複数 repo の index、search、permissions、code evolution に強みがあります。

複数 repo の企業チーム、大型 monorepo、cross-service migration、SSO、audit、central search、permissions、security governance が必要な組織に向きます。個人開発者は最初から使う必要はあまりありません。

規模別の選び方

個人小規模

1
2
3

AGENTS.md or CLAUDE.md
+ Git
+ IDE search

コマンド、ディレクトリ、禁止領域を明確にし、小さく変更します。誤削除対策は /ja/2026/07/10/ai-coding-avoid-accidental-file-deletion/。

中規模

1
2
3

AGENTS.md / CLAUDE.md
+ Cursor codebase indexing
+ Serena MCP when needed

ルールファイルは安定制約、IDE index は日常質問、Serena は複雑な semantic navigation を担当します。

大規模単一リポジトリ

AGENTS.md / CLAUDE.md
+ Serena MCP
+ codebase-memory-mcp
+ per-directory notes

root rules、local directory notes、symbol tools、read-only impact analysis、小さな edit scope を使います。Claude Code subagent を使うなら code retrieval と specialized review を分けられます: /ja/2026/07/10/claude-code-subagent-project-fit-guide/。

複数リポジトリチーム

AGENTS.md / CLAUDE.md per repo
+ team shared memory
+ Sourcegraph or enterprise code search
+ MCP tool layer
+ permission and audit rules

ここでは codebase memory は個人効率ではなく、engineering governance の一部になります。

選ぶ前の 7 問

コードベースはどれくらい大きいか。
問題はルール不足か、コード関係の探索不足か。
使うツールは一つの IDE か、Codex、Claude Code、Cursor、Aider など複数か。
チームでルールと index を共有する必要があるか。
secret、production config、customer data があるか。
cross-file refactor や migration が多いか。
追加 MCP server や enterprise platform を維持できるか。

ルールが問題なら AGENTS.md / CLAUDE.md、コード探索が問題なら Cursor indexing、Serena、codebase-memory-mcp、複数 repo governance なら Sourcegraph、高リスク context の確認なら RepoPrompt を検討します。

よくある失敗

記憶ファイルを百科事典にする

CLAUDE.md と AGENTS.md は操作に影響する安定ルールだけを書きます。

index 範囲が広すぎる

除外すべき例：

node_modules/
dist/
build/
public/
.next/
.cache/
coverage/
logs/
tmp/

.gitignore、.cursorignore、tool ignore、MCP config を使います。

search result を事実扱いする

検索結果は evidence であって conclusion ではありません。entry file、call chain、tests、config、minimal verification が必要です。

権限と privacy を忘れる

コードが upload されるか、index はどこにあるか、誰と共有するか、.env や customer data が入るか、MCP server の scope は repo 内か、logs に secret が出ないかを確認します。

ツールが多くルールが少ない

まず Agent がどう作業すべきかを書き、その後で index tools を足します。

推奨導入順

短い AGENTS.md または CLAUDE.md を追加する。
stack、commands、directories、forbidden areas、verification を書く。
.gitignore、.cursorignore、index excludes を設定する。
日常 IDE では Cursor / built-in indexing を使う。
Agent がよく間違えるなら Serena または codebase-memory-mcp を足す。
高リスク変更前に RepoPrompt を使う。
複数 repo team で Sourcegraph を検討する。

まとめ

AI Agent のコードベース記憶ツールに唯一の正解はありません。

CLAUDE.md / AGENTS.md: project rules。
Cursor indexing: IDE context。
Serena MCP: semantic navigation と refactoring tools。
codebase-memory-mcp: persistent cross-tool code memory。
RepoPrompt: human-reviewable context packs。
Sourcegraph: enterprise multi-repo code understanding。

安定した組み合わせは、まず rule file を土台にし、codebase の規模に応じて index、semantic tools、team governance を追加することです。

コードベース記憶 on KnightLiブログ

AI Agent のコードベース記憶ツール比較：CLAUDE.md、Cursor、Serena、codebase-memory-mcp の選び方

Quick Answer

三種類の「記憶」

1. ルール記憶

2. 検索記憶

3. 操作記憶

`CLAUDE.md` / `AGENTS.md` から始める

Cursor Codebase Indexing

Serena MCP

codebase-memory-mcp

RepoPrompt

Sourcegraph

規模別の選び方

個人小規模

中規模

大規模単一リポジトリ

複数リポジトリチーム

選ぶ前の 7 問

よくある失敗

記憶ファイルを百科事典にする

index 範囲が広すぎる

search result を事実扱いする

権限と privacy を忘れる

ツールが多くルールが少ない

推奨導入順

まとめ

参考資料

コードベース記憶 on KnightLiブログ

AI Agent のコードベース記憶ツール比較：CLAUDE.md、Cursor、Serena、codebase-memory-mcp の選び方

Quick Answer

三種類の「記憶」

1. ルール記憶

2. 検索記憶

3. 操作記憶

CLAUDE.md / AGENTS.md から始める

Cursor Codebase Indexing

Serena MCP

codebase-memory-mcp

RepoPrompt

Sourcegraph

規模別の選び方

個人小規模

中規模

大規模単一リポジトリ

複数リポジトリチーム

選ぶ前の 7 問

よくある失敗

記憶ファイルを百科事典にする

index 範囲が広すぎる

search result を事実扱いする

権限と privacy を忘れる

ツールが多くルールが少ない

推奨導入順

まとめ

参考資料

`CLAUDE.md` / `AGENTS.md` から始める