mempalace: とは何なのか、どのような問題を解決し、なぜ注目を集めているのか

解決する問題

MemPalaceは、会話履歴を逐語的なテキストとして保存する、ローカルファーストのAIメモリシステムを提供します。これにより、AIモデルが要約や言い換えを行う際に発生する詳細情報の欠落を防ぎます。AIエージェントやユーザーにとっての長期記憶の問題を解決し、クラウドAPIに依存することなく、過去の特定のやり取りを高精度に検索することを可能にします。

仕組み

このシステムは、構造化されたインデックスを使用します。データを「wings」（人/プロジェクト）、「rooms」（トピック）、「drawers」（元のコンテンツ）に整理することで、単なるファイルのフラットなリストを検索するのではなく、スコープを絞ったセマンティック検索を可能にします。また、プラグイン可能なバックエンドアーキテクチャを採用しており、ChromaDB (default)、SQLite、Qdrant、および pgvector をサポートしています。さらに、SQLiteをバックエンドとした、時間の経過とともに変化を追跡する時間的エンティティ関係知識グラフも備えています。

対象ユーザー

AIエージェントのためのプライベートでローカルなメモリレイヤーを求める開発者やAIパワーユーザー、特に Claude Code、Cursor IDE、または Gemini CLI などのツールを使用しているユーザー、および逐語的な会話履歴の高精度な検索を必要とするユーザーを対象としています。

ハイライト

• Local-first & Private: デフォルトであなたのマシン上で完全に動作し、API呼び出しは不要です。
• High Retrieval Accuracy: LongMemEval ベンチマークにおいて、生のセマンティック検索を使用して R@5 で 96.6% を達成しています。
• Pluggable Backends: ChromaDB、Qdrant、および pgvector を含む複数のベクトルストアをサポートしています。
• MCP Server Integration: AIエージェントがメモリを読み書きし、ナビゲートするための 35 個の Model Context Protocol (MCP) ツールを提供します。
• Auto-save Hooks: Claude Code、Codex CLI、および Cursor IDE 用のフックが含まれており、セッションのトランスクリプトを自動的にキャプチャします。
• Knowledge Graph: エンティティとその有効期間を追跡するための、時間的エンティティ関係グラフが含まれています。