EverMind-AI/EverOS

One portable memory layer for every AI agent: local-first, Markdown-native, user-owned, and self-evolving across apps, tools, and workflows.

EverOS – 永続的で、Markdownで構成されたAIエージェント用記憶

何であるか – EverOSは、任意のLLM駆動エージェントにローカル優先の長期記憶層を提供するPythonライブラリです。会話、ファイル、エージェントの「エピソード」をプレーンテキストのMarkdownファイルとして保存し、SQLiteインデックスとLanceDBベクタインデックスを同期させることで、高速な検索が可能になります。

なぜ重要か – 多くのエージェント記憶ツールはデータを不透明なデータベースやクラウドサービスの裏に隠しています。EverOSは真実のソースを人間が読める形式にし、バージョン管理（Git対応）可能で、任意のエディタで編集できます。これにより、開発者は別途ダッシュボードを用意せずに、記憶の検査、差分比較、進化を実現できます。

コアコンセプト

機能	EverOSの実装方法
Markdownを真実のソースとする	すべてのエピソード、プロフィール、知識ページはディスク上の`.md`ファイルです。ファイルは直接編集可能で、ファイル監視者がSQLite/LanceDBインデックスを自動更新します。
3段階のローカルスタック	外部サービスは不要です： • Markdownファイル：永続化用 • SQLite：関係型クエリ（例：ユーザー、アプリ、プロジェクトごと） • LanceDB：埋め込みプロバイダが設定された場合、高速なベクタ検索が可能。
ユーザーとエージェントの分離	`episodes/profile`はユーザーの個人的履歴を保存し、`cases/skills`はエージェントが学習した能力を保存します。
直交的な検索	クエリは`user_id`、`agent_id`、`app_id`、`project_id`、`session_id`でスコープを絞ることができ、どの記憶を参照するかを細かく制御できます。
知識ウィキ	タクソノミー、CRUD API、トピック検索を備えた編集可能なMarkdown知識ページが、同じ記憶ストアに含まれます。
リフレクション / オフライン進化	セッション終了後、関連するエピソードをマージし、プロフィールを最適化し、再利用可能なスキルを抽出して次の実行に備えます。

クイックスタート（ワンキーセットアップ）

インストール – pip install everos（またはuv pip install everos）。
デモ実行 – everos demoでAPIキーなしでインジェスト → インデックス → リコールのループを確認できます。
LLMの設定 – everos initで~/.everos/everos.tomlを作成。OpenRouter APIキーを入力（例：model = "openai/gpt-4.1-mini"）。
サーバー起動 – everos server start（/api/v2/memory/*を公開）。
記憶の追加・取得 – /api/v2/memory/add、/flush、/searchにJSONをPOST。LLM設定のみでキーワード検索が可能。[embedding]セクションを追加するとハイブリッド（ベクタ＋キーワード）検索、リフレクション、スキル抽出が有効になります。

オプショナル拡張機能

拡張機能	追加機能
`everos[multimodal]`	`everalgo-parser`を介して画像、PDF、音声、オフィス文書のインジェスト。`.doc/.ppt/.xls`変換にはLibreOfficeが必要。
埋め込みプロバイダ（`[embedding]`）	ハイブリッド検索、メモリクラスタリング、自動スキル抽出。
リランクプロバイダ（`[rerank]`）	エージェント検索と知識ウィキスタイルのランク付け。

一般的な利用例（READMEに記載）

スマートグラスアシスタント – スポーツやウェアラブルエージェント向けの永続的コンテキスト。
AIコーディングアシスタント – コードスニペット、プロジェクト履歴、開発者好みの長期記憶。
データ分析技術者 – 高次元時系列データの過去の探索を記憶するエージェント。
個人記憶支援ツール – アルツハイマー支援、味覚ジャーナル、クリエイティブブレインストーミング用アプリ。ユーザー体験の動的なログを維持。
マルチエージェントオーケストレーションプラットフォーム – Claude、Gemini、OpenCodeなど複数エージェントが共通の知識ベースを通じて協働できる共有記憶バックエンド。

使用すべき人

LLMエージェントを開発する開発者：軽量でオフライン優先の記憶ストアが必要で、バージョン管理に残る必要がある人。
プロダクトチーム：外部ベクタデータベースを管理せずに、下流アプリ（ブラウザ、スマートグラス、IDEプラグイン）に記憶APIを公開したい人。
研究者：記憶駆動型プロンプティング、リフレクション、長期ホライズンエージェント行動を探索する人。

コードでの導入（最小限の例）

from everos import EverOSClient

client = EverOSClient(root="~/.everos")
# 短い会話を追加
client.add_memory(
    session_id="demo-001",
    app_id="demo",
    project_id="demo",
    messages=[
        {"sender_id": "alice", "role": "user", "content": "私はヨセミテで登攀が好きです。"},
        {"sender_id": "alice", "role": "assistant", "content": "楽しそうですね！"},
    ],
)
client.flush_memory(session_id="demo-001")

# キーワード検索
results = client.search_memory(
    user_id="alice",
    query="どこで登攀するのが好きですか？",
    method="keyword",
    top_k=5,
)
print(results)

この呼び出しは~/.everos配下にMarkdownファイルを書き込み、SQLite/LanceDBインデックスを更新し、一致するエピソードを返します。

エコシステム

EverOSは以下の既存統合を備えています：

DeepSeek Harness, Hermes, OpenClaw, Raven, Dify（EverMind-AI/pluginsリポジトリ経由）。
READMEにリストアップされたコミュニティプロジェクト（例：AIUIスポーツエージェント、Hiveオーケストレーター、EverMem同期ツールなど）。

ライセンスと貢献

リポジトリは一般的なオープンソースモデルに従います（READMEにmake test、uv sync、CONTRIBUTINGガイドへのリンクあり）。プルリクエストによる貢献を歓迎。サポートはDiscordとWeChatコミュニティで提供されています。

結論 – EverOSは本格的でプロダクション対応のライブラリであり、外部クラウドサービスに依存せずに、どのLLMベースエージェントにも耐久性があり、編集可能で検索可能な記憶ストアを提供します。Markdownベースの永続性に重点を置いているため、開発者にとってエージェントの長期知識に対する透明性とバージョン管理が特に魅力的です。