A Mem MCP

🚀 A-MEM: コーディングエージェント用の自己進化型メモリ

A-MEMは、コーディングエージェント用の自己進化型メモリシステムです。単純なベクトルストアとは異なり、A-MEMは知識をツェッテルカステン方式のグラフに自動的に整理し、動的な関係を持たせます。メモリは単に保存されるだけでなく、時間とともに進化し、相互に関連付けられます。

現在はClaude Codeでのテストが行われています。他のMCP互換エージェントへの対応も予定されています。

mcp-name: io.github.DiaaAj/a-mem-mcp

🚀 クイックスタート

インストール

pip install a-mem

Claude Codeへの追加

claude mcp add a-mem -s user -- a-mem-mcp \
  -e LLM_BACKEND=openai \
  -e LLM_MODEL=gpt-4o-mini \
  -e OPENAI_API_KEY=sk-...

これで完了です！セッション開始時のフックが自動的にインストールされ、Claudeにメモリの使用を促します。

⚠️ 重要提示

メモリは各プロジェクトの./chroma_dbに保存されます。すべてのプロジェクトでグローバルなメモリを使用するには、メモリのスコープを参照してください。

アンインストール

a-mem-uninstall-hook   # まずフックを削除
pip uninstall a-mem

✨ 主な機能

自己進化型メモリ

メモリは静的ではありません。新しい知識を追加すると、A-MEMは自動的に関連するメモリを見つけ、関係を強化し、コンテキストを更新し、タグを進化させます。

意味的 + 構造的検索

ベクトルの類似性とグラフのトラバーサルを組み合わせます。意味に基づいてメモリを検索し、その関係を探索します。

ピークと掘り下げ

軽量なメタデータ（ID、コンテキスト、キーワード、タグ）を使用して、幅優先検索で関連するメモリを取得します。その後、read_memory_noteを使用して特定のメモリに深く掘り下げ、完全な内容を取得します。これにより、トークンの使用量を最小限に抑えながら、リコールを最大化できます。

📦 インストール

JSON設定

より詳細な制御のために、~/.claude/settings.json（グローバル）または.claude/settings.local.json（プロジェクト）を編集します。

{
  "mcpServers": {
    "a-mem": {
      "command": "a-mem-mcp",
      "env": {
        "LLM_BACKEND": "openai",
        "LLM_MODEL": "gpt-4o-mini",
        "OPENAI_API_KEY": "sk-..."
      }
    }
  }
}

環境変数

メモリのスコープ

• プロジェクト固有（デフォルト）: 各プロジェクトは./chroma_dbに独立したメモリを持ちます。
• グローバル: CHROMA_DB_PATH=~/.local/share/a-mem/chroma_dbを設定することで、すべてのプロジェクトでメモリを共有できます。

代替バックエンド

Ollama（ローカル、無料）

claude mcp add a-mem -s user -- a-mem-mcp \
  -e LLM_BACKEND=ollama \
  -e LLM_MODEL=llama2

OpenRouter（100以上のモデル）

claude mcp add a-mem -s user -- a-mem-mcp \
  -e LLM_BACKEND=openrouter \
  -e LLM_MODEL=anthropic/claude-3.5-sonnet \
  -e OPENROUTER_API_KEY=sk-or-...

フック管理（Claude Code）

セッション開始時のフックは、Claudeにメモリツールの使用を促します。Claude Codeとともに自動的にインストールされますが、手動で管理することもできます。

a-mem-install-hook     # フックのインストール/再インストール
a-mem-uninstall-hook   # フックの完全な削除

💻 使用例

基本的な使用法

# エージェントは自動的にこれらを呼び出しますが、以下はその動作を示しています。

# メモリを保存する（すぐにタスクIDを返す）
add_memory_note(content="Auth uses JWT in httpOnly cookies, validated by AuthMiddleware")

# 後で検索する
search_memories(query="authentication flow", k=5)

# 関係を含めた深い検索
search_memories_agentic(query="security", k=5)

高度な使用法

from agentic_memory.memory_system import AgenticMemorySystem

memory = AgenticMemorySystem(
    llm_backend="openai",
    llm_model="gpt-4o-mini"
)

# 追加（キーワード、タグ、コンテキストを自動生成）
memory_id = memory.add_note("FastAPI app uses dependency injection for DB sessions")

# 検索
results = memory.search("database patterns", k=5)

# 完全な詳細を読み取る
note = memory.read(memory_id)
print(note.keywords, note.tags, note.links)

📚 ドキュメント

MCPツール

A-MEMはコーディングエージェントに8つのツールを公開しています。

🔧 技術詳細

t=0              t=1                t=2

                 ◉───◉             ◉───◉
 ◉               │                 ╱ │ ╲
                 ◉                ◉──┼──◉
                                     │
                                     ◉

━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━▶
            自己進化型メモリ

1. メモリを追加する → A-MEMはLLMを介してキーワード、コンテキスト、タグを抽出します。
2. 近傍を見つける → 意味的に類似した既存のメモリを検索します。
3. 進化させる → リンクを作成するか、関係を強化するか、関連するメモリを更新するかを決定します。
4. 保存する → 完全なメタデータと関係を持ってChromaDBに保存します。

結果として、時間とともにより賢くなる知識グラフが構築されます。

📄 ライセンス

本文書にはライセンス情報が含まれていません。

🔖 研究

A-MEMは以下の論文の概念を実装しています。

A-MEM: Agentic Memory for LLM Agents Xu et al., 2025 arXiv:2502.12110