ThinkfleetAI/memmesh

何を解決するか

MemMesh は、AIエージェント向けの永続的でローカル優先のメモリシステムを提供し、ホストされたベクトルデータベースや外部の検索クラスタ、メモリ抽出のための必須LLM呼び出しを不要にします。エージェントがセッション間で情報を忘れることを防ぎつつ、データをユーザーのマシン上に完全に保持することで、プライバシーとコスト効率を確保します。

動作方法

単一のRustバイナリとして提供され、ローカルデータベース（SQLiteまたはPostgres）と小さなローカル埋め込みモデル（bge-small）を使用して、意味的検索とキーワード検索のハイブリッド検索を可能にします。Model Context Protocol (MCP) を介してAIツールと統合され、Claude Code、Cursor、Windsurfなどのツールに接続できます。ヒューリスティックフィルタを使用して、LLMを必要とせずに会話の冗長部分を除外し、実質的な情報を自動的にキャプチャできます。

対象ユーザー

Claude Code、Cursor、Windsurfなどを利用しているAIエージェントの開発者やユーザーで、複雑なインフラストラクチャの管理やAPIコールの課金なしに、耐久性があり、プライベートでローカルなメモリを持つエージェントを希望する人。

特徴

• ローカル優先アーキテクチャ：1つのバイナリと1つのファイルのみ。外部のベクトルDBや必須のAPIコールは不要。
• MCPネイティブ：人気のあるAIコーディングツールやエージェントとシームレスに統合。
• ハイブリッド検索：ローカル埋め込みによる意味的検索とキーワード検索を組み合わせ。
• 二重時間モデル：出来事の発生時刻とその学習時刻の両方を追跡。
• 自動キャプチャ：ヒューリスティックフィルタを使用して、実質的な事実や好みを自動的に観測・保存。
• ヒューリスティック抽出：LLMを必要とせずに、ローカルで情報を抽出。