agentscope-ai/ReMe

何を解決するか

ReMe は、AIエージェント向けのローカル優先型、自己進化型の個人知識ベースを提供します。エージェントが永続的で長期的な記憶を持たない問題を解決し、人間が読める形式でありながらエージェントがアクセス可能な記憶を実現することで、複数のエージェントが単一のワークスペースを共有し、知識を時間とともに取得・維持・進化できるようにします。

仕組み

ReMe は「記憶をファイルとして扱う」アプローチを採用し、フロントマターとウィキリンクを含む通常の Markdown ファイルとして永続的な記憶を保存します。キャプチャ・インデックス・コンソリデート・リコールのループに従います：

• キャプチャ: auto_memory は会話の事実を要約し、auto_resource は外部ファイルを日々のカードに変換します。
• インデックス: auto_index は検索可能なチャンク、BM25 インデックス、およびウィキリンクグラフ（オプションでベクトル埋め込みを含む）を作成します。
• コンソリデート: auto_dream は最近のファイルから再利用可能な単位を抽出し、長期的な「ディジェスト」ノード（個人的な事実、手順、ウィキ知識）を精緻化、作成、または修正します。
• リコール: エージェントは BM25、オプションの埋め込み、ウィキリンク拡張を使用して関連する行レベルの記述とその関係を取得します。

対象ユーザー

DeepSeek Harness、OpenClaw、QwenPaw、Claude Code などのツールを使用して AI エージェントを開発している開発者で、ユーザーが手動で確認・編集できる永続的でローカル優先型の記憶システムを必要とする方々。

特徴

• 人間が読める記憶: 記憶は Markdown ファイルとして保存されるため、ユーザーが馴染みのあるツールで同期・バックアップ・編集が容易です。
• 自己進化型: 会話やリソースを日々のノートや長期的な知識ノードへ段階的に変換します。
• エージェント間共有ワークスペース: CLI、HTTP API、MCP、Python API を通じて、異なるエージェントランタイム間で単一のローカルワークスペースを共有可能です。
• ハイブリッド検索: BM25 とオプションのベクトル埋め込みを、相互ランク融合（RRF）で組み合わせ、正確で文脈に応じたリコールを実現します。
• 統合スタジオ: ワークスペースの閲覧・編集・検索に対応する Web ベースの UI（ReMe Studio）を内蔵しています。