24kchengYe/MemoMind

Give your AI agent a brain that remembers. Local memory system for Claude Code — 100% private, GPU-accelerated, zero cloud dependency.

🧠 MemoMind – AIコーディングエージェント向けローカルGPU加速メモリシステム

何であるか – MemoMindは自己ホスト型システムであり、LLMベースのコーディングアシスタントに持続的で構造的な「脳」を提供します。アシスタントが学習したすべての内容（好み、意思決定、会話の事実、日々の出来事）を、pgvector埋め込みと知識グラフレイヤーで強化されたPostgreSQLデータベースに保存します。エージェントはその後、新しい事実を保持し、4方向ハイブリッド検索（意味的、BM25、グラフ、時系列）で最も関連性の高いものを回想し、すべての記憶を反映して洞察を合成できます。

なぜ重要か – 現在の大多数のLLMツールは、各チャットを新規の状態として扱います。MemoMindは、セッション間、異なるプロバイダー（ChatGPT、Gemini、Claude）間、さらには関連のないデータソース（あなたのDayLifeプランナー）間でもコンテキストを維持します。すべてのデータは100％ローカルに留まり、あなたのGPUで高速な埋め込み処理が行われ、機械から一切送出されません。プライバシーとコストの懸念に対応しています。

コア機能（READMEに記載）

ローカルストレージ – PostgreSQL + pgvector、クラウド依存なし。
GPU加速埋め込み – NVIDIA GPU上でbge‑m3モデル（1024次元）を使用；1アイテムあたり約50ms。
4方向ハイブリッド検索 – 意味的類似性、BM25キーワード検索、グラフベースのエンティティリンク、時系列フィルタを統合；キーワード検索～20ms、意味的検索～400ms。
自動事実抽出 – 軽量LLMがインポートされた会話から構造化された事実を抽出。
反映操作 – より強力なLLMが、単なる取得ではなく、全体の知識ベース上で推論可能。
多言語対応 – 埋め込みは100以上の言語をカバー。
補助インポートツール – ChatGPT、Gemini、DayLifeのアクティビティログをワンクリックでインポート；各メモリは元の会話にリンク。
Webダッシュボード – 知識グラフ、タイムラインビュー、フィルタ、JSONエクスポートを視覚的に閲覧可能。
ゼロマニュアル作業 – エージェントが何を保持するか、いつ回想するかを決定；ユーザーはサービスの実行のみが必要。
クロスプロバイダ互換性 – OpenAI、Anthropic、Gemini、Groq、Ollama、LM Studio、または任意のOpenAI互換APIと連携可能。
バックアップ＆エクスポート – 1クリックでJSONダンプ、オプションで週1回プライベートGitHubリポジトリにプッシュ。

一般的な利用ケース

利用ケース	MemoMindの役割
コーディングアシスタント	好みの言語、スタイル、技術スタックの意思決定、過去のデバッグ試行を記憶。次のセッションは正しいコンテキストから開始。
プロジェクト管理	意思決定、締切、障害を構造化されたメモリとして保存。過去の出来事に反映することでリスクを浮き彫りに。
デバッグ	「これまでに何を試したか」を再入力せずに取得可能。
チームオンボーディング	新メンバーのエージェントは即座に蓄積された知識グラフを継承。
個人用アシスタント	DayLifeの出来事が検索可能な事実に。AIが「最後にマラソンを走ったのはいつか？」や「最も継続性のある習慣は何か？」に答える。

アーキテクチャ概要（テキスト要約）

データベースレイヤー – PostgreSQL 17とvector拡張（pgvector）。生のメモリ、埋め込み、グラフ関係を保存。
埋め込み＆再ランク – bge‑m3はローカルのNVIDIA GPU（CUDA 12.4）上で実行。各メモリに対して1024次元のベクトルを生成。
LLMレイヤー – 2つのモデルを使用：
- 新しい会話からの事実抽出に使用する高速・低コストモデル。
- reflect操作に使用するより強力なモデル（設定可能）。
MCP（Model Context Protocol）インターフェース – コーディングエージェント（例：Claude Code）がstdio経由で呼び出せる3つのRPCスタイル呼び出し（retain、recall、reflect）を公開。
ダッシュボード – 軽量なPythonベースのWebUI（dashboard.py）で知識グラフ、タイムライン、検索/フィルタツールを可視化。
インポートパイプライン – 小規模なPythonスクリプト（import_daylife.py、ChatGPT/Gemini用エクスポートツール）で外部データをイングレットし、抽出LLMを実行、データベースに書き込み。

クイックスタート要約（Windows & Linux/WSL2）

前提条件：NVIDIA GPU（推奨）、Python 3.11+、PostgreSQL 17、OpenAI互換APIキー。
インストール：
1. git clone https://github.com/24kchengYe/MemoMind.git
2. 仮想環境を作成し、提供されたrequirementsをインストール（Linuxではinstall.shを実行）。
3. PostgreSQLとpgvector拡張をインストールし、データベースを作成、vector拡張を有効化。
4. serve.pyを編集してLLM APIキー、ベースURL、モデル名を追加。
5. python serve.py（APIはhttp://localhost:19999）とpythonw dashboard.py（UIはhttp://localhost:9999）を実行。
MCP登録 – READMEに記載のclaude mcp add …コマンドを使用して、サービスをClaude Code（または任意のMCP互換エージェント）にバインド。
自動起動 – Windowsユーザーはstart‑memomind.vbsをスタートアップフォルダに配置；Linuxユーザーはmemomind.servicesystemdユニットを有効化。

類似プロジェクトとの違い

機能	MemoMind	Mem0	Graphiti/Zep	Letta
ローカルのみ	はい（100％デバイス内）	クラウド優先（ローカル層は有料）	クラウド/BYOC	オプションの自己ホスト
GPU加速埋め込み	はい（CUDA）	いいえ	いいえ	いいえ
4方向ハイブリッド検索	意味的＋BM25＋グラフ＋時系列	意味的＋ベクトルのみ	意味的＋グラフ	エージェント主導
組み込み知識グラフ	pgvectorベースKG	Pro機能（$）	Neo4jコア	いいえ
時系列推論	ネイティブ	いいえ	バイタイムスケール	いいえ
コスト	月額$0.30未満（ローカルコンピュート）	無料～$249/月	無料～$475/月	無料～$200/月

MemoMindは、すでにMCPベースのコーディングエージェント（例：Claude Code）を使用している開発者向けに、高速GPUバックエンド検索を備えた、深くローカルホストされたメモリストアを提供します。

ライセンス＆コミュニティ

ライセンス：MIT（LICENSEを参照）。
検証バッジ：「MseeP Verified」– 外部AIツール監査を通過したことを示す。
プラットフォーム対応：Windows、Linux、WSL2。
ドキュメント：READMEには詳細なインストール手順、アーキテクチャ図、デモダッシュボードが含まれる。

最後に

MemoMindは、LLMベースのコーディングアシスタントの記憶喪失問題に真正面から取り組む、本格的で生産性の高いオープンソースシステムです。ベクトル対応PostgreSQL知識グラフに事実を永続化し、高速でGPU加速された検索を提供することで、AIエージェントが会話やコーディングプロジェクトを、ちょうど中断した場所から再開できるようにします。すべてのデータはプライベートであり、運用コストも非常に低く抑えられます。