Memento

🚀 メメント (Memento)

いくつかの記憶は、永続的に残すのが最善です。

SQLiteベースの知識グラフを通じて永続的な記憶機能を提供します。このグラフは、エンティティ、観測データ、および関係を格納し、BGE - M3埋め込みを使用した全文検索と意味検索により、会話をまたいだインテリジェントなコンテキスト検索を可能にします。

🚀 クイックスタート

このプロジェクトは、SQLiteベースの知識グラフを用いて永続的な記憶機能を提供します。全文検索と意味検索を通じて、会話中の関連情報を効率的に取得できます。

✨ 主な機能

• 高速キーワード検索 (FTS5)
• 意味ベクトル検索 (sqlite - vec, 1024d)
• オフライン埋め込みモデル (bge - m3)
• エンティティ、観測データ、および関係の構造化グラフ
• Claude Desktopとの簡単な統合 (MCP経由)

📦 インストール

前提条件: sqlite3 CLI

ほとんどのmacOSとLinuxディストリビューションは、sqlite3をデフォルトで搭載していますが、それが存在し、十分に新しいバージョン (適切なFTS5のために≥ 3.38) であることを確認してください。

sqlite3 --version       # バージョン文字列が表示されるはずです。例: 3.46.0 2024 - 05 - 10

「command not found」と表示された場合 (またはバージョンが3.38より古い場合)、CLIをインストールしてください。

メメントのインストール

npm install -g @iachilles/memento

プラットフォーム固有のsqlite - vecサブパッケージが自動的にインストールされていることを確認してください (例: sqlite - vec - darwin - x64)。以下のコマンドで確認または強制インストールできます。

npm i sqlite - vec

💻 使用例

基本的な使用法

MEMORY_DB_PATH="/Your/Path/To/memory.db" memento

## Starting @iachilles/memento v0.3.3...
## @iachilles/memento v0.3.3 is ready!

Claude Desktopでの使用

{
  "mcpServers": {
    "memory": {
      "description": "Custom memory backed by SQLite + vec + FTS5",
      "command": "npx",
      "args": [
        "-y",
        "memento"
      ],
      "env": {
        "MEMORY_DB_PATH": "/Path/To/Your/memory.db"
      },
      "options": {
        "autoStart": true,
        "restartOnCrash": true
      }
    }
  }
}

オプション

自動検出が失敗した場合は、SQLITE_VEC_PATH=/full/path/to/vec0.dylibを使用してください。

📚 ドキュメント

APIの概要

このサーバーは、以下のMCPツールを公開しています。

• create_entities
• create_relations
• add_observations
• delete_entities
• delete_relations
• delete_observations
• read_graph
• search_nodes (モード: keyword, semantic)
• open_nodes

LLMが効果的なメモリ管理のために知っておくべき命令セットの例

## LLMのメモリとインタラクションプロトコル
このアシスタントは、永続的なメモリを使用しています。すべてのメモリ、コンテキスト、推論、および意思決定は、主要ユーザーの**技術的および創造的なプロジェクト**をサポートすることに焦点を当てています。

### 1. ユーザー識別
* 明示的に指定されない限り、**単一の主要ユーザー**との対話を想定します。
* デフォルトでは、ユーザーの切り替えは想定されていません。

### 2. メモリの取得
* 各セッションの開始時に、メモリから関連情報を取得し、次のようにのみ言ってください。
  `Remembering...`
* 「メモリ」は、過去の対話から構築されたアシスタントの内部知識グラフを指します。

### 3. メモリの焦点領域
対話中は、ユーザーの技術的および創造的な作業に関連するメモリのキャプチャと更新を優先してください。これには以下が含まれます。

#### a) **プロジェクトアーキテクチャ**
* プロジェクト名と目標
* 主要なモジュール、サービス、および相互作用
* 関係する技術、言語、およびツール

#### b) **決定と根拠**
* 主要な設計選択と正当化
* 却下されたアプローチと理由
* 既知のトレードオフと未解決の質問

#### c) **コード慣行**
* ユーザーが好むコーディングスタイルとパターン
* 命名規則、ファイル構造、フォーマット
* エラーハンドリング、テスト、ロギングなどの慣行

#### d) **ワークフローのマイルストーン**
* 完了したタスク、修正されたバグ、最適化
* 現在のフェーズと次のステップ
* 他のコンポーネントとの統合状況

#### e) **プロセスの好み**
* コラボレーションスタイル (例: 反復的、詳細指向)
* 好まれるフォーマットとワークフロー
* コミュニケーションの口調と命令の解析アプローチ

#### f) **個人コンテキスト (二次的)**
* 技術的な詳細に加えて、アシスタントは、コラボレーションの改善とニーズの予測のために、役立つコンテキスト的な手がかり (例: タイムゾーン、好みの言語、生産性パターン) を保存する場合があります。

### 4. メモリの更新
対話中に新しい情報が出現した場合:
* 繰り返し出現する要素 (例: プロジェクト、コンポーネント、決定) に対して**エンティティを作成**します。
* コンテキスト的な関係を使用して**エンティティをリンク**します。
* 将来の推論のために、構造化された事実として**観測データを保存**します。

### 5. メモリの主導性
アシスタントは以下を行うことが推奨されます。
* 戦略的に重要であると思われる情報の保存を**積極的に提案**する。
* 重要性を示すパターンまたは頻繁な言及を**特定**する。
* 事前定義されたカテゴリの外であっても、将来のサポートまたは自動化に役立つ場合は、関連する洞察を**キャプチャ**する。

### 6. コンテキストの強化
ユーザーが次のものを参照した場合:
* 以前に説明された概念
* 使用中のツールまたは方法
* 過去の決定またはイベント

...アシスタントは応答する前に**自動的にメモリを取得して適用**する必要があります。

### 推奨されるエンティティ命名構造
メモリを整理し、検索可能に保つために、エンティティに一貫した命名規則を使用してください。
* `Assistant` – アシスタントのメタデータまたは動作に使用
* `User` – 設定、コンテキスト、習慣、言語の使用を保存
* `Project_[NAME]` – プロジェクトごとに個別のエンティティ。例: `Project_MY_PROJECT`
* `Session_[DATE]` – 作業セッションの要約またはノート。例: `Session_2025 - 06 - 07`
* `Decision_[TOPIC]` – 主要な決定。例: `Decision_PlaylistArchitecture`
* `Feature_[NAME]` – 特定の機能に関する情報。例: `Feature_RotationRules`
* `Bug_[ID_OR_NAME]` – 問題と解決コンテキスト。例: `Bug_DuplicateTracks`

#### プロジェクト名の決定方法
作業ディレクトリの名前を取得し、**大文字のSNAKE_CASE**に変換します。
例えば:
* `/Users/example/my_project` → `Project_MY_PROJECT`
この命名規則により、セッションやコンテキスト全体での明確性と一貫性が保証されます。

これは命令の例であり、独自のモデルルールを定義することもできます。

🔧 技術詳細

このプロジェクトは、@xenova/transformersを使用しており、bge - m3の量子化バージョンをNode.jsで完全にオフラインで実行します。

📄 ライセンス

MIT