neo4j-labs/agent-memory

解決する課題

AIエージェントは、永続的で構造化されたメモリの扱いに苦労することがよくあります。このプロジェクトは、エージェントが会話履歴を保存し、エンティティや好みのナレッジグラフを構築し、後で取得できるように自身の推論プロセスを記録することを可能にする、グラフネイティブなメモリシステムを提供します。

仕組み

Neo4jをバックエンドとした3層のメモリ構造を実装しています：

• 短期メモリ： ベクトル検索とテキスト検索を使用して、セッションごとの会話履歴を管理します。
• 長期メモリ： エンティティ解決と重複排除を活用し、エンティティ、事実、好みのナレッジグラフを維持します。
• 推論メモリ： 推論トレースとツール使用状況を記録し、エージェントが過去の類似した決定やタスクを取得できるようにします。

このシステムは、多段階のエンティティ抽出（spaCy、GLiNER2.5、またはLLM経由）をサポートしており、ホスト型サービス (NAMS) としてデプロイするか、Neo4j Aura (Bolt) を介してセルフホストすることができます。また、これらのメモリ機能を Claude や Cursor などのAIアシスタントのツールとして公開するための MCP サーバーも提供します。

対象読者

セッションをまたいでユーザーを記憶したり、構造化されたナレッジベースを維持したり、結論に至るまでの推論ステップを監査したりする必要があるAIエージェントを構築する開発者。

ハイライト

• 3層アーキテクチャ： 会話、ナレッジグラフ、推論トレースを個別に保存。
• 柔軟なバックエンド： インフラ不要のホスト型サービス (NAMS) と、Neo4j Aura への直接接続の両方をサポート。
• 幅広い統合： OpenAI、Anthropic、Bedrock、Vertex AI へのネイティブアダプターに加え、LiteLLM を通じて100以上のプロバイダーをサポート。
• フレームワークのサポート： LangChain、Pydantic AI、CrewAI、LlamaIndex などの統合。
• MCP サーバー： メモリ機能を MCP 互換のAIアシスタント用のツールに変換。
• 高度なグラフ操作： エンティティの重複排除、地理空間クエリ、および既存の Neo4j グラフを採用する機能が含まれています。