MemMachine: 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

MemMachine は AI エージェントに永続的な長期記憶層を提供し、ステートレスになることを防ぎます。エージェントはユーザーの好み、過去の会話、特定の事実を、異なるセッションや再起動、さらには基盤となる LLM が変更された場合でも記憶できるようになります。

仕組み

MemMachine はエージェントが RESTful API、Python/TypeScript SDK、または Model Context Protocol (MCP) サーバーを介してやり取りする外部メモリシステムとして機能します。記憶は次の 3 種類に分類されます。

• 作業メモリ: 現在のセッションの短期コンテキスト。
• エピソードメモリ: グラフデータベース（Neo4j）に保存される長期会話コンテキスト。
• プロファイルメモリ: SQL に保存される長期的なユーザー情報や好み。

対象者

• AI エージェント、自治ワークフロー、パーソナライズドアシスタントを構築する開発者。
• 認知モデルやエージェントアーキテクチャを研究する研究者。
• LLM アプリケーションでセッション間の永続性が必要なチーム。

ハイライト

• マルチティアメモリ: 短期、エピソード（グラフベース）、プロファイル（SQL ベース）用に分離されたシステム。
• 幅広い統合: LangChain、LangGraph、CrewAI、LlamaIndex、n8n と互換性あり。
• LLM 非依存: OpenAI、Anthropic、Bedrock、Ollama など、あらゆるプロバイダーで動作。
• MCP サポート: Claude Desktop や Cursor などのツールと統合するための Model Context Protocol のネイティブサポート。