openmemind/memind

What it solves

Memindは、AIエージェントがセッションをまたいでコンテキストを失う問題を解決するために設計された、記憶・コンテキストエンジンです。会話、ドキュメント、ツール呼び出しなどの生のデータを、構造化され、進化する記憶へと変換し、AIシステムがすべてのインタラクションから学習し、長期的に経験を再利用できるようにします。

How it works

Memindは、パイプラインを通じて生のコンテキストを処理し、いくつかの記憶の層に変換します：

• Insight Trees: 生の記憶を Leaf、Branch、Root の洞察の階層構造に蒸留し、パターンや高レベルの理解を特定します。

• Memory Graphs: エンティティ、セマンティックリンク、因果関係のシグナルを接続し、単純なベクトル検索では見逃される可能性のある関連コンテキストを復元します。

• Memory Threads: 関連するアイテムを永続的なタイムラインにグループ化し、エージェントが未完了の作業を追跡し、タスク履歴を再利用できるようにします。

• Multi-layer Retrieval: ベクトル検索、BM25キーワード検索、時間的シグナル、およびディープリトリーバル（クエリ拡張とリランキング）を組み合わせて、最も関連性の高いコンテキストを想起させます。

Who it’s for

長期的な記憶を必要とするAIシステムを構築する開発者向けです。具体的には：

• Coding agents: プロジェクトのコンテキストとツールの経験が必要なエージェント。
• Personal agents: ユーザーのユーザー設定やワークフローを追跡するエージェント。
• Chatbots and companions: ユーザープロフィールとライフイベントを維持するチャットボットやコンパニオン。
• Workflow agents: 指令やプレイブックを維持するエージェント。

Highlights

• SOTA Performance: LoCoMo、LongMemEval、PersonaMem ベンチマークで第1位を獲得。
• Java-Native: Javaでネイティブに構築された、初の最先端（SOTA）記憶エンジン。
• Dual Memory Scopes: ユーザー記憶（プロフィール、設定）とエージェント記憶（指令、ツール経験）を分離します。
• Broad Integration: REST APIs、SDKs (TypeScript, Python, Java, Go, Rust) および Model Context Protocol (MCP) をサポートします。
• Versatile Ingestion: テキスト、画像、音声、およびエージェントのタイムラインを摂取可能です。