agentscope-ai/ReMe

ReMe: Memory Management Kit for Agents - Remember Me, Refine Me.

解決する課題

ReMeは、AIエージェント向けにローカルファーストな長期記憶レイヤーを提供し、会話や外部リソースを構造化され、検索可能で、編集可能な知識ベースへと変換します。人間とエージェントの両方が直接読み書きできる永続的なメモリシステムを作成することで、セッションをまたいでエージェントが情報を忘れてしまう問題を解決します。

仕組み

ReMeは「メモリをファイルとして」扱い、フロントマターとwikilinkを備えたMarkdownファイルを使用して情報を保存します。以下の「キャプチャ・インデックス・統合・想起」のループに従います：

  • Capture: 生の会話 (session/) と外部リソース (resource/) が、日次メモリカード (daily/) に処理されます。
  • Index: バックグラウンドプロセスが、検索用のBM25、wikilinkグラフ、およびオプションの埋め込みインデックスを維持します。
  • Consolidate: 「auto-dream」プロセスが、日次カードから安定した知識を抽出し、個人の事実、手順、一般的なWiki知識に分類された長期記憶ノード (digest/) へと蒸留します。
  • Recall: エージェントは、ハイブリッド検索（BM25、埋め込み、およびwikilinkのトラバーサル）を使用して情報を取得します。

対象者

  • AIエージェント開発者: パーソナルアシスタント（例：QwenPaw, Hermes）やコーディングエージェント（例：Claude Code）を構築しており、永続的で人間が読みやすいメモリレイヤーを必要としている開発者。
  • LLMアプリケーションビルダー: AIとの対話やメモを、リンクされたMarkdown知識ベースに変換したいユーザー。
  • 自己進化型エージェント: 成功した経路やリフレクションを保存することで、経験から学習するエージェントを作成している開発者。

ハイライト

  • 人間が読めるメモリ: メモリは通常のMarkdownファイルとして保存されるため、ユーザーが直接編集可能です。
  • 自己進化する知識ベース: auto_memory、auto_resource、および auto_dream ジョブを介して、生データを長期記憶へと自動的に変換します。
  • ハイブリッド検索: キーワードマッチング（BM25）、セマンティック検索（embeddings）、および関係性の拡張（wikilinks）を組み合わせます。
  • エージェントフレンドリーな統合: Python SDK、HTTP API、MCPサーバー、CLIスキルを含む複数の統合パスをサポートしています。