Memori: とは何であるか、どのような問題を解決するか、そしてなぜ注目を集めているのか

解決する問題

Memoriは、AIエージェントやLLMアプリケーションに対して永続的で構造化されたメモリを提供し、セッションをまたいで情報が失われるのを防ぎます。これにより、エージェントはユーザーの好み、プロジェクトの規約、ツール呼び出しや決定の結果を記憶することができ、すべてのリクエストに膨大なプロンプト（フルコンテキスト）を渡す必要性を軽減します。

仕組み

Memoriは、既存のLLMクライアント（OpenAIなど）やフレームワーク（LangChainやPydantic AIなど）にプラグインとして機能するバックグラウンドレイヤーとして統合されます。「アトリビューション（帰属）」に基づいて、インタラクションを特定のエンティティ（例：ユーザー）とプロセス（例：特定のエージェント）に紐付けることで、情報を自動的にキャプチャし、呼び戻します。

Memoriは、エンティティ、プロセス、セッションの3つのレベルでメモリを追跡する構造化されたアプローチを使用します。この「Advanced Augmentation」は、プライマリなLLM呼び出しにレイテンシを追加することなく、特定の属性、イベント、事実、好み、および関係性を追跡します。ユーザーは、設定不要のMemori Cloudを使用するか、「Bring Your Own Database」（BYODB）アプローチを選択できます。

対象ユーザー

• AI開発者: セッションをまたいで長期的なメモリを必要とするエージェントを構築している方。
• 個人開発者およびチーム: コーディングパターンや暗黙知をAIに記憶させたい、MCP互換ツール（Claude Code, Cursor, Warp）のユーザー。
• エンタープライズアプリケーション: さまざまなAIプロセスにわたって、ユーザー固有のコンテキストや好みを管理するためのスケーラブルな方法を必要とするチーム。

ハイライト

• フレームワークに依存しない: 主要なLLM（Anthropic, OpenAI, Geminiなど）およびフレームワーク（Agno, LangChain, Pydantic AI）と動作します。
• 低いトークンオーバーヘッド: フルコンテキストプロンプティングに必要なトークンのわずか一部を使用しながら、LoCoMoベンチマークで高い精度を実現します。
• MCPサポート: SDKの統合を必要とせず、Model Context Protocol (MCP) を介してAIコーディングアシスタントに接続します。
• 自動バックグラウンド永続化: 会話やエージェントの実行（ツール呼び出しを含む）をバックグラウンドで自動的にキャプチャします。