TIMAN-group/PlugMem

解決する課題

PlugMem は LLM エージェントにおけるコンテキストのオーバーヘッドと非効率なメモリ検索の問題に対処します。原始的な対話履歴に頼るのではなく、意思決定に実際に関連する内容に基づいて、エージェントが再利用可能な知識ユニットとして記憶を整理する仕組みを提供します。

動作方法

PlugMem はタスクに依存しないメモリバックボーンとして動作し、既存のエージェントパイプラインに統合できます。グラフベースの構造を用いて、以下の3つの異なるメモリタイプにわたる階層的な知識ユニットを維持します：

• 意味的記憶：ユーザーの好みや事実情報などの事実や概念を格納。
• 手続き的記憶：ワークフローとステップバイステップのプロセス（手順知識）を格納。
• エピソード記憶：ディスク上に長時間の対話シーケンスを格納し、IDで参照。

このシステムは LLM を活用して知識の抽出、検索、推論を行い、時間の経過とともにメモリグラフの進化と更新をサポートします。

対象ユーザー

対話、知識集約型QA、Web自動化向けの LLM エージェントを開発している開発者、および Claude Code や OpenClaw などの AI コーディングエージェントを使用している人。

特徴

• プラグアンドプレイ統合：最小限のコード変更でエージェントに追加可能。
• メモリインスペクター：グラフ構造の可視化、メモリの閲覧、検索のデバッグが可能な組み込みWeb UI。
• コーディングエージェント対応：Claude Code 用のプラグインを備え、エージェントがセッション間でプロジェクトの慣例やデバッグ手法を学習可能。
• 最先端のパフォーマンス：LongMemEval および HotpotQA ベンチマークで SOTA 結果を達成。