CaviraOSS/LongMemory

解決する課題

OpenMemory は、LLM および AI エージェント向けの認知的記憶エンジンを提供し、メッセージ間ですべてを忘れてしまう「金魚の記憶」現象を克服します。標準的な RAG（Retrieval-Augmented Generation）や単純なベクトルデータベースとは異なり、情報の性質（事実、出来事、好みなど）とその時間的変化を理解する構造化記憶システムを実装しています。

動作方法

このシステムは、階層的記憶分解（Hierarchical Memory Decomposition）を使用して情報を5つのセクターに分類します：エピソード的（出来事）、意味的（事実）、手続き的（スキル）、感情的（感情）、反映的（洞察）。ベクトル検索と時系列知識グラフを組み合わせ、事実がいつ有効だったか、どのように変化したかを追跡します。サレンス（重要性）、リセント（新鮮さ）、コアクティベーション（共活性化）を用いた複合スコアリングシステムにより、何が思い出されるかを決定し、衰減エンジンが適応的 forgetting（適応的忘却）を管理します。

ローカル優先の SDK（Python または Node.js）として SQLite/Postgres を使用してローカルにデプロイ可能であり、HTTP API と MCP（Model Context Protocol）サーバーを備えた集中型バックエンドサーバーとしても利用できます。Cursor や Windsurf などの IDE との統合が可能です。

対象ユーザー

AI エージェント、コピロット、パーソナライズされた日記システム、コードアシスタントを開発する開発者で、アプリケーションに耐久性があり、説明可能で自己ホスティング可能な長期記憶が必要な方々。

主な特徴

• マルチセクター記憶：データをエピソード的、意味的、手続き的、感情的、反映的セクターに分類。
• 時系列推論：知識グラフを使用して真理の期間（valid_from/valid_to）を追跡し、タイムラインを再構成。
• 説明可能なリコール：特定の記憶がなぜ思い出されたかを示す「ウェイポイント」トレースを提供。
• ローカル優先・自己ホスティング：デフォルトでローカル SQLite をサポートし、ベンダー依存やプライバシーの懸念を回避。
• 広範な統合：LangChain、CrewAI、AutoGen、MCP に対してネイティブ対応。GitHub、Notion、Google Drive との接続も可能。