mnemosyne-oss/mnemosyne

The Zero-Dependency, Sub-Millisecond AI Memory System for Hermes Agents and Everyone Else!

解決する課題

AIエージェントは、長期的なコンテキストと記憶の保持に苦労することがよくあります。Mnemosyneは、外部のクラウドサービスや複雑なインフラを必要とせずに、エージェントが情報を保存し、呼び出すことができるユニバーサルなメモリレイヤーを提供します。

仕組み

Mnemosyneは、BEAM (Bilevel Episodic-Associative Memory) と呼ばれる3層アーキテクチャを使用しています：

  • Working memory: 即時のセッションニーズに対応するための、TTLベースの追い出し機能を持つホットコンテキストレイヤー。
  • Episodic memory: SQLiteによって駆動される、ハイブリッド検索アプローチ（ベクトル類似性 + キーワード検索）を使用した長期ストレージ。
  • TripleStore: 時間経過に伴う関係性とバージョンを追跡する時系列知識グラフ。

また、情報理論的バイナリ化 (MIB) を利用して、高次元の埋め込みを小さなバイナリ形式に圧縮し、SQLite内での高速な検索を可能にします。

対象者

  • AIエージェント開発者: SDKを使用してPythonでカスタムエージェントを構築している方。
  • パワーユーザー: Model Context Protocol (MCP) を介して、Cursor、Claude Code、Windsurf、OpenWebUIなどの既存ツールを使用しているユーザー。
  • プライバシー重視のユーザー: 同期のためのオプションのクライアントサイド暗号化を備えた、ローカルファーストのメモリを求める方。

ハイライト

  • ゼロ依存関係: 単一の pip install で動作し、単一のSQLiteファイルを使用します。
  • 高いパフォーマンス: メモリベンチマークにおいて、ミリ秒未満のレイテンシと高い再現率を達成しています。
  • ユニバーサルな統合: MCP、Python SDK、および主要なAIインターフェース向けの様々なプラグインをサポートしています。
  • プライバシー第一: デフォルトでローカルファーストであり、テレメトリ（遠隔測定）は行わず、オプションで暗号化された同期が可能です。