AIシステムメモリ — 永続的ナレッジとエージェントメモリ
1回のチャットスレッドを超えて持続するナレッジ。
このセクションでは、AI システムにおける永続的な知識と記憶に関するガイドをまとめます。これは、すべてのトークンを単一のプロンプトに詰め込まずに、アシスタントがセッション間で事実、設定、または凝縮されたコンテキストを保持する方法についてです。ここでは、メモリとは意図的な保持（ユーザーの事実、要約、プラグインバックエンドのストレージ）を指し、GPU の RAM やモデルの重みを指すものではありません。
ここでは、より広範な AI システム クラスター（OpenClaw、Hermes、オーケストレーションなど）を補完するとともに、検索メカニズムに関する RAG と、モデルの実行に関する LLM ホスティング の隣に位置しています。
メモリは、ルーティング、ツール、可観測性とともに、AI アシスタントのアーキテクチャ に説明されているより広範なアシスタントスタックの中に位置しています。
アシスタント向けメモリ設計
短期メモリ、構造化メモリ、検索メモリのクロスフレームワークガイド — 統合ポリシー、ベクトルのトレードオフ、および OpenAI、LangGraph、Hermes、OpenClaw からのパターン。
- 実際に役立つ AI アシスタントのメモリシステム — ワーキングメモリ、構造化状態、検索レイヤー、およびメモリが役立つ場合と害を及ぼす場合
エージェントメモリプロバイダー
Hermes Agent や OpenClaw などのフレームワークによって公開されるドロップイン型のバックエンド — Honcho、OpenViking、Mem0、Hindsight、Mnemosyne など — は、異なる LLM、エンベディング、データベースのトレードオフを持ちます。
- エージェントメモリプロバイダー比較 — 完全な比較表、キャプチャポリシーの比較、依存関係の注釈、および Hermes の
memory setupフロー - OpenCode、Cursor、その他のコーディングエージェント向け Hindsight メモリ — OpenCode、Cursor CLI、その他のハーネスに対応する 1 つのプラグイン。リポジトリごとに共有バンクを使用
Hermes 専用の有界なコアメモリ（MEMORY.md / USER.md）については、Hermes Agent メモリシステム を参照してください。Mnemosyne のインストールと保守的な書き込みポリシーの解説については、Hermes Agent 向け Mnemosyne：ローカルメモリクイックスタート を参照してください。Hermes における Hindsight（ローカルエンベディング、リランキング、書き込みパスの制御、バンクのバックアップを含む）については、Hermes Agent 向け Hindsight：ローカル LLM を使用したセルフホスト型メモリ を参照してください。
メモリガバナンスと失敗モード
自動キャプチャ、省察、統合により、モデル自身の推論が持続的な「事実」として変換され、後のセッションで証拠として扱われる可能性があります。
- AI エージェントにおける自己強化型のメモリループ — このフィードバックがとる 7 つの形態、なぜ出所の追跡がエンベディングよりも重要であるか、プロバイダーが記憶することを拒否するかどうかをテストする方法
ナレッジグラフと Cognee
検索対応型アシスタントのためにグラフ化された機関・プロジェクト知識。
- Cognee のセルフホスティング — Ollama での LLM の選択 — ローカルモデルを使用した Cognee クイックスタートの実践ガイド
- Cognee に最適な LLM の選択 — ローカル Ollama セットアップ — グラフの品質とハードウェア間のモデル比較
Cognee などのグラフビルダーは通常、人々がすでに編集している Markdown ボルト、ウィキ、またはエクスポートを取り込みます — 重要性、命名規則、「なぜこれが重要だったのか」は、チャンクがエンベディングに入る前にはすでにほぼ確定しています。上流のコパスが緩漫であれば、曖昧さがアシスタントに逆戻りしてしまいます。紀律あるキャプチャから表現までのワークフローは、その損傷を制限します。この人間中心のフレームワーク — 検索ファーストの RAG との相違点を含む — については、エンジニア向けのセカンダリブレインの解説 を参照してください。
