エージェントのメモリ問題はついに解決されました。無料で簡単に使えます。

このプロジェクトは「mempalace」と呼ばれています。
アイデアはシンプルです：
ほとんどのメモリシステムは、何が重要かを判断し、それを要約して保存することを試みます。
mempalaceが行うこと：
すべてを保存し、それを検索可能にします。
例えば、次のような情報を抽出して破棄する代わりに：
• 「ユーザーはPostgresを好む」
• 「プロジェクトはGraphQLを使用」
実際の推論が行われた会話を捨てるのではなく、
元のやり取りをそのまま保持し、セマンティック検索を使って後で適切なメモリを呼び出します。
だから、なぜそうしたのか、その理由も保持されるのです。
仕組み：
> すべてがローカルに保持される
> データはChromaDBに保存される
> メモリは「パレス」と呼ばれる構造に整理される
> そして、必要に応じてエージェントがそのメモリを検索できる
使い方：
1. mempalaceをインストール
2. プロジェクトに設定
3. チャット / ドキュメント / コードベースを取り込む
4. MCPを通じてAIに接続
5. その時点から、エージェントが過去の決定を自動的にクエリできる
また、LongMemEvalの生のモードで96.6%の精度をローカルで、API呼び出しなしで達成しているとも主張しています。
つまり、要するに：
• ローカルメモリ
• クラウド不要
• サブスクリプション不要
• 要約によるコンテキスト破壊なし
• 必要なときに完全なリコールが可能
正直なところ、これはエージェントのメモリにとって正しい方向です。