moorcheh-ai/memanto
Memory that AI Agents Love!
解決する課題
AIエージェントは、セッションが終了すると以前の指示や事実を忘れてしまう「コンテキストのリセット」に悩まされることがよくあります。従来のメモリツールは受動的なものが多く、エージェントが手動でデータを照会・解析する必要があるため、トークンの消費とレイテンシが発生します。Memantoは、セッションをまたいでコンテキストを保持するアクティブメモリレイヤーを提供し、関連性の高い検索を通じてトークン使用量を削減し、インデックス作成の遅延を排除することで、これらの問題を解決します。
仕組み
Memantoは、remember、recall、answer の3つのコア操作を実行するコンパニオンエージェントとして機能します。情報理論に基づいたセマンティックエンジン（Moorcheh）を使用しており、従来のベクトルデータベースのパイプラインやリランキングを必要とせずに正確な検索を提供します。メモリは13種類の組み込みタイプ（instruction、fact、goal など）に分類され、最新性を考慮した時間的クエリをサポートしています。ユーザーは Docker/Ollama を介して完全にローカルで実行するか、マネージドクラウドサービスを利用できます。
対象ユーザー
AIコーディングアシスタントやエージェント（Claude Code、Cursor、Windsurf、GitHub Copilot など）のデベロッパーやユーザー向けに設計されています。エージェントに長期的な継続性を維持させ、新しいセッションのたびにコードベースや設定を再説明する手間を省きたい方に最適です。
ハイライト
- アクティブメモリ管理:
remember、recall、answer操作を自動的に実行します。 - ゼロ・インデックス遅延: メモリは保存された瞬間に検索可能です。
- 型定義されたセマンティックメモリ: 13のカテゴリを使用して、情報（例：決定事項、好み、目標）をタイプ別に整理します。
- 高いポータビリティ: オープンナレッジフォーマット (*.md ファイル) をサポートしており、異なるツール間でメモリ資産を移行できます。
- 幅広い統合: シンプルな CLI コマンドを介して、Cursor、Windsurf、Cline を含む20以上のエージェントと接続できます。