basic-memory: 構造化MarkdownとMCPを使用したAIエージェント向けの永続的な双方向メモリシステム

解決する課題

Basic Memoryは、AIエージェントと人間のための、永続的で構造化されたメモリシステムを提供します。セッション終了後に知識が失われてしまうLLMの会話の短命さという問題を解決し、従来のRAG（読み取り専用）の限界を克服するために、AIと人間の両方が共有のローカルファーストな知識ベースに対して読み書きを行うことを可能にします。

仕組み

このシステムは、プレーンなMarkdownファイルを主要な信頼できる情報源（source of truth）として使用します。これらのファイルは、「Entities（エンティティ）」、「Observations（事実）」、および「Relations（他のノートへのリンク）」を含む知識グラフとして構成されています。

AIエージェントはModel Context Protocol (MCP) を介してこのメモリとやり取りし、リアルタイムでノートを検索、作成、編集することができます。人間は、ObsidianなどのあらゆるMarkdownエディタを使用して、これらの同じファイルを編集できます。ローカルのSQLiteインデックスとセマンティック・ベクトル検索（FastEmbedを使用）により、AIはキーワードだけでなく意味によってノートを見つけることができます。

対象ユーザー

• AIパワーユーザー: Claude、Cursor、またはChatGPTを使用しており、プロジェクトの詳細、学習内容、および設定をセッションを越えてAIに記憶させたいと考えている人々。
• コード中心のユーザー: VS CodeやCursorなどのIDEを使用しており、アーキテクチャの決定事項やProTipsの永続的なログを求めている開発者。
• ナレッジワーカー: Obsidianやその他のMarkdownベースのノート作成アプリを使用しており、AIアシスタントに自身の知識グラフを管理・拡張させたいと考えているユーザー。

ハイライト

• 双方向同期: 人間とAIの両方が同じMarkdownファイルに対して読み書きが可能です。
• MCPネイティブ: Claude Desktop、Claude Code、Cursor、およびVS Codeなどの主要なAIクライアントと直接統合されます。
• ローカルファースト: データはユーザーのディスク上にプレーンテキストとして保存されるため、ベンダーロックインが発生しません。
• セマンティック検索: 全文検索とベクトルランキングを組み合わせ、意味によってノートを見つけ出します。
• 知識グラフ: wikilinksと構造化されたリレーションを使用し、AIがコンテキストを辿り、構築することを可能にします。
• 段階的なツール発見: ツールには振る舞いのヒント（例：read-only、destructive）がタグ付けされており、エージェントが適切なツールを効率的に選択するのを支援します。