CaviraOSS/OpenMemory

What it solves

OpenMemory は、AI エージェントや LLM が「記憶喪失」になるのを防ぐために設計された認知メモリエンジンです。耐久性のある長期記憶システムを提供します。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、情報が事実か、好みか、感情状態かといった記憶の性質や、時間とともに記憶がどのように変化するかを理解することに重点を置きます。

How it works

OpenMemory は階層型メモリ分解（Hierarchical Memory Decomposition）アーキテクチャを使用します。入力をエピソディック、セマンティック、プロシージャル、エモーショナル、リフレクティブという異なるメモリセクターに分類し、自己ホスト型データベース（SQLite または Postgres）に保存します。事実がいつ正しかったかを追跡する時間的ナレッジグラフと、連想リンク用の「ウェイポイントグラフ」を利用します。リコールは単なるコサイン類似度ではなく、顕著性、最新性、共活性を考慮した複合スコアリングシステムで処理されます。

Who it’s for

このツールは、AI エージェント、コパイロット、ジャーナリングシステム、またはコーディングアシスタントを構築する開発者向けです。モデルがセッション間で永続的かつ説明可能な長期記憶を保持でき、クラウドベースのベンダーロックインに依存しないようにします。

Highlights

• Multi-sector memory: 情報をエピソディック、セマンティック、プロシージャル、エモーショナル、リフレクティブの各セクターに分類します。
• Temporal reasoning: 事実の有効期間（valid_from/valid_to）を追跡し、変化する真実に対応します。
• Local-first: SQLite または Postgres を使用した自己ホスト型で、Python と Node の SDK が利用可能です。
• Explainable recall: 「ウェイポイント」トレースを提供し、特定の記憶が呼び出された理由を正確に示します。
• Broad integrations: LangChain、CrewAI、AutoGen と連携し、Cursor や Windsurf などの IDE 用 MCP サーバーも提供します。
• Connectors: GitHub、Notion、Google Drive、ウェブクローラーから直接データを取り込むコネクタを備えています。