zilliztech/memsearch

解決する課題

AIコーディングエージェントは、セッション間や異なるプラットフォーム間でコンテキストを見失うことがよくあります。MemSearchは、会話、決定事項、ワークフローの永続的で検索可能なメモリをエージェントが保持する方法を提供し、あるセッションやエージェントのコンテキストが他のエージェントでも利用可能であることを保証します。

仕組み

MemSearchは、多層的なメモリアプローチを採用しています：

• Storage: 人間が読み取り可能な信頼できる情報源としてMarkdownファイルを使用し、高速な検索のためにMilvusを再構築可能なシャドウインデックスとして使用します。
• Retrieval: ハイブリッド検索（高密度ベクトル + BM25スパース）とRRFリランキングを用いた、3層の段階的なリコールシステム（search, expand, transcript）を採用しています。
• Maintenance: プロジェクトやユーザーのノートを最新の状態に保つためのバックグラウンドタスクを備えており、繰り返されるワークフローを再利用可能なインストール可能な「skills」へと蒸留できます。
• Integration: 既存のエージェント（Claude CodeやOpenClawなど）向けのプラグイン、またはカスタムエージェントを構築する開発者向けのCLIおよびPython APIを介して動作します。

対象者

• エージェントユーザー: 手動設定なしで、エージェントに過去の議論、決定事項、設定を記憶させたいAIコーディングツール利用者。
• エージェント開発者: アプリケーションに永続的なセマンティックメモリとRAG機能の統合を必要とするAIエージェント構築中のソフトウェアエンジニア。

ハイライト

• クロスプラットフォーム同期: Claude Code、OpenClaw、OpenCode、Codex CLI間でのメモリ共有。
• ハイブリッド検索: 高密度ベクトルとBM25スパース検索をRRFリランキングで組み合わせ。
• 手続き型メモリ: 繰り返されるワークフローを再利用可能なエージェントのスキルへと蒸留。
• ローカルファースト: プライバシー保護とコストゼロを実現するため、ONNXを介したローカル埋め込みをサポート。