ReMe: それが何で、どんな問題を解決し、なぜ注目を集めているのか

解決する課題

ReMe は AI エージェント向けの長期メモリ管理システムを提供し、セッション間で情報を忘れてしまうという問題を解決します。生の会話や外部リソースを構造化された検索可能かつ編集可能なナレッジベースに変換し、エージェントが個人の事実、手順的経験、プロジェクトの背景などを保持できるようにします。

仕組み

ReMe は「Memory as File」哲学を実装しており、メモリはフロントマターと wikilink を持つ Markdown ファイルとして保存されます。システムは情報を段階的に洗練するパイプラインを使用します:

1. Capture: 生の会話やリソースは session/ と resource/ フォルダーに保存されます。
2. Processing: auto_memory と auto_resource がこれらを日次メモリカードに変換します。
3. Consolidation: auto_dream が定期的に日次ノートをスキャンし、長期メモリユニットを抽出して永続的な digest/ フォルダーに統合します。
4. Retrieval: ハイブリッド検索エンジンが BM25、ベクトル埋め込み、wikilink グラフトラバーサルを組み合わせて関連情報を呼び出します。

対象者

• AI エージェント開発者: パーソナルアシスタント、コーディングアシスタント、タスク自動化エージェントなど、永続的なメモリが必要な開発者。
• ナレッジマネジメント利用者: 会話やリソースを追跡可能でリンクされた Markdown ナレッジベースに変換したいユーザー。

ハイライト

• 人間が読めるストレージ: メモリは Markdown で保存され、ユーザーもエージェントも直接読み書きできます。
• 自己進化型ナレッジベース: スケジュールされた「dreaming」プロセスにより、生データを自動的に長期ダイジェストへ変換します。
• ハイブリッド検索: キーワードマッチ、セマンティックリコール、wikilink による関係拡張を組み合わせます。
• エージェントフレンドリーな統合: CLI/Service インターフェースを提供し、QwenPaw や Claude Code などのエージェントとの統合をサポートします。