caura-ai/caura-memclaw

解決する課題

AIエージェントはしばしば孤立して動作し、同じ組織内の他のエージェントと知識を共有できずに、同じ間違いを繰り返してしまうことがあります。MemClawは、エージェントのフリート全体が互いに学び合い、スキルを共有し、一貫した知識ベースを維持できるようにする、中央集権的でスケーラブルかつ安全なメモリレイヤーの必要性に応えます。

仕組み

MemClawは、情報を管理するために「書き込み、想起、合成（write, recall, compound）」ループを使用します。エージェントがプレーンテキストを書き込むと、システムはLLMを使用して、そのテキストにタイトル、要約、タグ、および重要度スコアを付与して強化します。また、pgvectorによる意味的類似性、全文キーワードマッチング、およびナレッジグラフの拡張を組み合わせたハイブリッド検索を採用して、関連情報を取得します。さらに、矛盾検知機能により相反する情報を解決し、結果ベースの学習を使用してエージェントの成功したアクションを強化します。

対象ユーザー

エンタープライズ規模のエージェントフリートなど、ガバナンス、セキュリティ、およびエージェント間の知識共有が極めて重要となる、マルチテナント・マルチエージェントAIシステムを構築する開発者向けに設計されています。

ハイライト

• フリート全体のガバナンス: テナントの分離、可視性スコープ（エージェント、チーム、または組織）、およびエージェントの信頼ティアを備え、情報アクセスを制御します。
• 自己改善型メモリ: 矛盾を自動的に検出し、重複するメモリを標準的な事実へと統合し、エージェントのフィードバックに基づいて検索を調整します。
• リッチなメモリパイプライン: シングルパスのLLMエンリッチメントを実行し、抽出されたエンティティとリレーションのライブナレッジグラフを維持します。
• 広範な統合: 内蔵のModel Context Protocol (MCP) サーバーを含み、OpenAI、Gemini、Anthropicなどの複数のLLMプロバイダーをサポートしています。