MemoriLabs/Memori

何を解決するか

Memori は AI エージェント向けの永続的で構造化されたメモリ層を提供し、エージェントが相互作用の間に情報を忘れてしまう「セッションの忘却」を防ぎます。開発者が大きなプロンプトコンテキストやデータベーススキーマを手動で管理する必要なく、ユーザーの好み、プロジェクトの規則、実行結果（ツール呼び出しや意思決定など）を記憶できるようにします。

動作方法

Memori は LLM との相互作用にフックするバックグラウンド層として統合されます。自動的に会話とエージェントの実行トレースをキャプチャし、永続化します。特定のエンティティ、プロセス、セッションにメモリをリンクする「帰属システム」を用いて情報を整理します。この構造化されたメモリは、自動的にまたは明示的なツール（例：memori_recall）を通じて再利用され、次のリクエスト時に LLM に文脈を提供するため、フルコンテキストプロンプティングの必要性を大幅に削減します。

対象ユーザー

• AI エージェント開発者：LangChain、Pydantic AI、Agno などのフレームワークを使用してエージェントを開発している人。
• ソフトウェアエンジニア：Claude Code、Cursor、Warp などの AI コーディングアシスタントを使用し、ツールがプロジェクト固有のパターンを記憶したい人。
• 企業チーム：高頻度のエージェントワークフローを実行しており、重複したエージェントの発見を排除することでトークンコストを削減し、精度を向上させたい組織。

特徴

• フレームワーク非依存：OpenAI、Anthropic、Gemini などの主要な LLM および LangChain、Pydantic AI、Agno などのフレームワークと互換性があります。
• BYODB サポート：Memori Cloud を使いたくないユーザー向けに「自前データベースを導入（Bring Your Own Database）」のオプションを提供しています。
• MCP 統合：Model Context Protocol（MCP）をサポートしており、Claude Code や Cursor などの AI クライアントに 1 つのコマンドで簡単に追加できます。
• 高度な拡張：エンティティ、プロセス、セッションレベルでメモリを自動的に追跡・強化し、属性、事実、関係性をキャプチャします。
• 高効率性：LoCoMo ベンチマークにおいて、フルコンテキストのわずか数パーセントのフットプリントで、リトリーバベースのメモリシステムを上回る性能を発揮し、推論品質を維持しています。