文書とのチャットやAIエージェントの実行に使える、ローカル優先・マルチユーザー対応のオールインワンAIアプリ
NirDiamant/Agent_Memory_Techniques
LLMエージェントのメモリ技術を扱う、30本の実行可能なJupyterノートブックを収録した学習用リポジトリ。
- スター
- 1,111
- フォーク
- 142
- 未解決の Issue
- 2
- 最終コミット
- 3 日前
これは何?
Agent Memory Techniquesは、LLMベースのエージェントに会話、セッション、タスクをまたいだメモリを持たせる方法を実践的に学べるリソースです。メモリがないと、エージェントはやり取りのたびにコンテキストを再構築する必要があり、パーソナライズや長期にわたる一貫性の維持が難しくなります。このリポジトリでは、30の手法を、短期コンテキスト管理、長期保存、認知アーキテクチャ、検索とマルチエージェントのパターン、フレームワーク、本番運用を想定した評価の6つに分類しています。
各手法は、ローカルで実行するかColabで開ける独立したノートブックとして用意されています。前半では会話バッファ、スライディングウィンドウ、要約メモリやトークン予算に基づくメモリを扱い、後半ではベクトルストア、エンティティメモリや知識グラフメモリ、エピソード記憶と意味記憶、忘却や減衰を取り上げます。フレームワークのノートブックではGraphiti、Mem0、Letta(MemGPT)、Zepを順に解説し、最後のセクションではメモリの評価、LoCoMoとLongMemEvalのベンチマーク、キャッシュ、TTL、バックアップ、GDPRなどの本番運用上の課題を扱います。
ノートブックはPythonを使用し、OpenAIまたはAnthropicのAPIキーが必要です。リポジトリには、コードは学習目的であり、本番環境での使用を想定していないと記載されています。
主な機能
- 01それぞれ1つのメモリ技術を扱う、独立したJupyterノートブックを30本収録。
- 02短期バッファ、ベクトルストア、知識グラフ、エピソード記憶と意味記憶を網羅。
- 03Mem0、Letta(MemGPT)、Zep、Graphitiを試せる実践的なノートブック。
- 04LoCoMoとLongMemEvalのベンチマークを解説。
- 05各ノートブックは、ローカル環境をセットアップせずにColabで開ける。
ユースケース
- エージェントを構築する前に、会話メモリの仕組みを学ぶ。
- 要約バッファ、ベクトルストア、知識グラフなどのメモリ方式を比較する。
- 特定のエージェントプロジェクトにMem0やZepなどのフレームワークが適しているか評価する。
- 本番環境のエージェント向けメモリシステムを設計するためのチーム研修に活用する。
クイックスタート
- 1
フォルダー内の最初のノートブック「01 Conversation Buffer Memory」を開きます
- 2
または、Colabバッジを使って同じノートブックをGoogle Colabで直接開きます
トピック
よくある質問
- Agent_Memory_Techniques とは?
- LLMエージェントのメモリ技術を扱う、30本の実行可能なJupyterノートブックを収録した学習用リポジトリ。 Agent Memory Techniquesは、LLMベースのエージェントに会話、セッション、タスクをまたいだメモリを持たせる方法を実践的に学べるリソースです。メモリがないと、エージェントはやり取りのたびにコンテキストを再構築する必要があり、パーソナライズや長期にわたる一貫性の維持が難しくなります。このリポジトリでは、30の手法を、短期コンテキスト管理、長期保存、認知アーキテクチャ、検索とマルチエージェントのパターン、フレームワーク、本番運用を想定した評価の6つに分類しています。
- Agent_Memory_Techniques は無料で使えますか?ライセンスは?
- Agent_Memory_Techniques は Apache-2.0 ライセンスのオープンソースです。商用製品で使う前にライセンス条件を確認してください。
- Agent_Memory_Techniques は今もメンテナンスされていますか?
- 活発にメンテナンス中。Agent_Memory_Techniques の最終コミットは 2026年10月17日 です。
- Agent_Memory_Techniques は何に使えますか?
- エージェントを構築する前に、会話メモリの仕組みを学ぶ。 要約バッファ、ベクトルストア、知識グラフなどのメモリ方式を比較する。 特定のエージェントプロジェクトにMem0やZepなどのフレームワークが適しているか評価する。 本番環境のエージェント向けメモリシステムを設計するためのチーム研修に活用する。
- Agent_Memory_Techniques のインストール方法は?
- フォルダー内の最初のノートブック「01 Conversation Buffer Memory」を開きます または、Colabバッジを使って同じノートブックをGoogle Colabで直接開きます
- Agent_Memory_Techniques はどこで入手できますか?
- ソースコードとインストール手順は GitHub にあります:https://github.com/NirDiamant/Agent_Memory_Techniques
概要はプロジェクトの README をもとに AI が生成しています。GitHub の数値は毎日更新されます。
関連プロジェクト
AIアプリ向けのオープンソース埋め込みデータベース。文書とベクトルを保存し、セマンティック検索、ハイブリッド検索、全文検索を実現します。
Rustコアを備えたPython製の差分データパイプライン。AIエージェントやRAGアプリ向けに、ベクトルインデックスや知識グラフを更新します。
文書から二時点ナレッジグラフを構築し、RAG検索や推論、MCPアクセスを提供するセルフホスト型Rustナレッジベース。
ローカルLLMを使い、クラウドAPIに頼らずJavaScriptでRAGを一から段階的に学べるプロジェクト。
Claude CodeやCodexなどのコーディングエージェントに、共通のエージェント、スキル、フック、メモリ、セキュリティスキャン機能を提供するプラグイン型ハーネス。