zilliztech/memsearch

memsearch – AIコーディングエージェント向けクロスプラットフォームの意味的メモリ

何であるか – AIコーディングアシスタントとの会話の各ターンを記録し、プレーンテキストのMarkdownファイルとして保存し、Milvusに検索可能な「シャドウインデックス」を構築するPythonライブラリ（CLI付き）。同じメモリは、Claude Code、Codex、DeepSeek Harness、OpenClaw、OpenCodeなどの人気のあるコーディングエージェントプラットフォーム上で、軽量なプラグイン経由でアクセス可能。1つのツールで行った会話が、他のツールでも即座に検索可能になる。

主なアイデア

• Markdown最優先の保存 – メモリは通常の .md ファイル（人間が読める、バージョン管理可能）。Milvusは再構築可能なキャッシュに過ぎない。
• ハイブリッド検索 – 3段階パイプライン：(1) RRFリランキング付きのBM25 + デンスベクトル検索、(2) 最も良いチャンクを完全なMarkdownセクションに拡張、(3) 必要に応じてオリジナルのトランスクリプトJSONを取得。高速かつ関連性の高い検索を実現しつつ、重複結果を回避。
• プラグイン対応エージェント – 各対応プラットフォームには、ターンを自動的にキャプチャし、ローカルまたはリモートのLLMで要約し、次のモデルステップ前に関連するメモリを注入する小さなプラグインが付属。
• バックグラウンドメンテナンス – オプションのタスクにより、高レベルな PROJECT.md（プロジェクト状態）と USER.md（個人の好み）を最新に保ち、繰り返しのワークフローを再利用可能な スキル に変換（オープンスタンダードのAgent Skills形式に準拠）。
• 設定可能な埋め込み – デフォルトは無料のONNX bge-m3モデル（CPU、APIキー不要）。OpenAI、Ollama、または他のプロバイダに簡単に切り替え可能。

エンドユーザーの典型的なワークフロー

1. 選択したエージェント用のプラグインをインストール（例：Claude Code → /plugin marketplace add zilliztech/memsearch）。
2. 普通にチャット。プラグインが静かに .memsearch/memory/ に毎日分のMarkdownジャーナルを追加。
3. 何かを思い出したいとき、/memory-recall … コマンドを実行するか、自然言語で尋ねる（例：「RedisのTTLはどれにした？」）。エージェントがmemsearchスキルをトリガーし、プログレッシブ検索を実行して関連する抜粋を返す。

開発者向け

• CLI（memsearch index, memsearch search, memsearch watch, …）またはPython APIを使用して、カスタムドキュメントを埋め込み、ハイブリッドクエリを実行、独自のRAGパイプラインにメモリを統合。
• コアスタックは：Chunker → Embedder → Milvus（デフォルトはLiteファイルベースDB、またはマネージドZilliz Cloudクラスタ）。すべてのコンポーネントは memsearch config コマンドで置き換え可能。

インストールとクイックスタート

# ライブラリのインストール（Python 3.10+）
pip install memsearch
# 埋め込みプロバイダを選択（デフォルトでONNXモデルを自動ダウンロード）
memsearch config set embedding.provider onnx
# Milvusバックエンドを選択 – Milvus Liteは即時利用可能
memsearch config get milvus.uri   # → ~/.memsearch/milvus.db
# プラグインをインストール（例：Claude Code用）
/plugin marketplace add zilliztech/memsearch
/plugin install memsearch

数回の会話後、.memsearch/memory/ 下に毎日分の .md ファイルが生成され、/memory-recall … で照会可能。

対応プラットフォーム（プラグイン）

• Claude Code – マーケットプレイスからインストール、ゼロコンフィグキャプチャ。
• Codex – リポジトリをクローンし、plugins/codex/scripts/install.sh を実行。
• DeepSeek Harness (DSH) – uv tool install "memsearch[onnx]" と dsh plugin …。
• OpenClaw – ClawHubからインストール（openclaw plugins install --force clawhub:memsearch）。
• OpenCode – opencode.json に @zilliz/memsearch-opencode を追加。

高度な機能

• PROJECT.md / USER.mdのメンテナンス – デイリージャーナルから高レベルなノートを合成するバックグラウンドジョブ。
• スキルの蒸留 – 繰り返しのワークフローをインストール可能なスキルに変換（.memsearch/skill-candidates/ 下に保存）。スキルはオープンスタンダードの Agent Skills 形式に準拠し、エージェント間でポータブル。
• カスタム要約モデル – プラグインごとのデフォルト要約モデルを上書き（例：memsearch config set plugins.codex.summarize.model gpt-5.1-codex-mini）。

なぜ重要なのか 複数のAIコーディングアシスタントを使い分ける開発者は、ツールを切り替えるたびにコンテキストを失いがち。memsearchは、プレーンMarkdownに保存され、ローカルでは無料でストレージ可能、スケーラビリティのためにマネージドベクトルストアでバックアップ可能な、単一で永続的かつ検索可能なメモリを提供。また、メモリ拡張エージェントやRAGパイプラインを構築する誰にとっても再利用可能なライブラリを提供。

プロジェクトの健全性

• PyPIに公開（memsearch ≥ 0.x）。CIバッジはプッシュ毎にテストを実行。
• MIT風のオープンソースライセンス。
• 活発なコミュニティ：Discordチャット、GitHubスター、定期リリース（「What’s New」セクションで最近のDeepSeek Harness対応およびスキル蒸留機能を確認）。

---

TL;DR – memsearchは、実在するオープンソースPythonパッケージで、AIコーディングエージェントの会話履歴をキャプチャ、インデックス化、意味的に検索可能にする。軽量なプラグイン経由で複数の主要なコーディングアシスタントプラットフォームで動作し、すべてのデータを編集可能なMarkdownとして保存。カスタム統合用にCLI/Python APIを提供。