AIエージェント向けのセルフホスト型永続メモリサービス。REST APIとMCPを通じて、Claudeなどのフレームワークやアシスタントが共通コンテキストを保存・取得できます。
Tencent-Hunyuan/Hy-Memory
LLMエージェント向けに、チャット・業務・コーディングの各場面で長期記憶を提供するPython SDKと、MemHubデスクトップアプリ/CLI。
- スター
- 1,961
- フォーク
- 136
- 未解決の Issue
- 86
- 最終コミット
- 24 時間前
これは何?
Hy Memoryは、二重システムの認知アーキテクチャに基づいてLLMエージェントに永続的な記憶を提供するPython SDK(hy-memory)です。記憶は3つの場面に分かれています。チャット向けの階層型長期記憶、業務作業向けのセッション内の事実と再利用可能な経験を保存する2層ストア、ソフトウェア開発タスク向けのコードのバージョン進化チェーンを備えた2層メモリです。書き込みにはプレーンテキストまたはOpenAI形式のメッセージを指定でき、検索結果はチャネルごとにまとめて返されます。
SDKには3つのモードがあります。liteはLLMを呼び出さず、生のベクトルの書き込みと検索を行います。proはLLMを使って情報の抽出と調整を行います。ultraはevolve()の実行をきっかけに、スキーマの推論とドメイン横断の統合を行います。ストレージバックエンドとして、ベクトルにはChromaDB(デフォルト)、Qdrant、FAISS、グラフメモリにはKuzuまたはNeo4jを利用できます。環境変数を通じて、OpenAI互換のLLMや埋め込みエンドポイントを設定できます。
MemHubは、このSDKを基盤とするローカルファーストのデスクトップアプリとCLIです。Claude Code、Cursor、Codex、OpenCode、Qwen Codeなど、ユーザーが許可したAIツールの会話履歴やコーディングの記録を1つのローカルデータディレクトリに集約し、アプリをまたいで記憶を呼び出せるようにします。HermesとOpenClaw向けのプラグインも付属します。
主な機能
- 01チャット・業務・コーディングの3つの場面に対応し、それぞれ専用のメモリパイプラインとストレージを備えます。
- 02LLMを使わない生のベクトル保存から、スキーマの完全な推論まで、3つのモードを利用できます。
- 03ベクトルストア(ChromaDB、Qdrant、FAISS)とグラフストア(Kuzu、Neo4j)を差し替えられます。
- 04コーディングメモリは、取り消されたバージョンも含むコード改訂のdiffチェーンを保持します。
- 05OpenAI互換のLLMや埋め込みエンドポイントを利用できます。
- 06MemHubのデスクトップアプリとCLIを使って、許可されたAIコーディングツール間で記憶を呼び出せます。
ユースケース
- チャットアシスタントや顧客対応エージェントに、永続的な個人メモリを追加する。
- コーディングエージェントが同じリポジトリとブランチ内の過去の修正や、取り消されたコード変更を参照できるようにする。
- 複数のAIツールの会話履歴とコーディング履歴を、1つのローカルストアにまとめる。
- 低コストのliteモードで、エージェントメモリのベンチマークやプロトタイプ作成を行う。
クイックスタート
- 1
PyPIからコアのhy-memoryパッケージをインストールする
pip install hy-memory==2.0.4 - 2
OpenAI APIキーを設定する(またはOpenAI互換のLLMと埋め込みエンドポイントを構成する)
export OPENAI_API_KEY="sk-your-key" - 3
READMEのPythonサンプルを使って、proモードでHyMemoryClientを作成し、チャットメモリの書き込みと検索を行う
使う前に知っておきたいこと
- proモードとultraモードでは、OpenAI互換サービスのLLMと埋め込みAPIキーが必要です。
- ultraモードでは常にグラフデータベースを使用するため、セットアップの手間が増えます。
収録されている特集
トピック
よくある質問
- Hy-Memory とは?
- LLMエージェント向けに、チャット・業務・コーディングの各場面で長期記憶を提供するPython SDKと、MemHubデスクトップアプリ/CLI。 Hy Memoryは、二重システムの認知アーキテクチャに基づいてLLMエージェントに永続的な記憶を提供するPython SDK(hy-memory)です。記憶は3つの場面に分かれています。チャット向けの階層型長期記憶、業務作業向けのセッション内の事実と再利用可能な経験を保存する2層ストア、ソフトウェア開発タスク向けのコードのバージョン進化チェーンを備えた2層メモリです。書き込みにはプレーンテキストまたはOpenAI形式のメッセージを指定でき、検索結果はチャネルごとにまとめて返されます。
- Hy-Memory は無料で使えますか?ライセンスは?
- Hy-Memory は Other 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。
- Hy-Memory 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。Hy-Memory の最終コミットは 2026年11月5日 です。
- Hy-Memory は何に使えますか?
- チャットアシスタントや顧客対応エージェントに、永続的な個人メモリを追加する。 コーディングエージェントが同じリポジトリとブランチ内の過去の修正や、取り消されたコード変更を参照できるようにする。 複数のAIツールの会話履歴とコーディング履歴を、1つのローカルストアにまとめる。 低コストのliteモードで、エージェントメモリのベンチマークやプロトタイプ作成を行う。
- Hy-Memory のインストール方法は?
- PyPIからコアのhy-memoryパッケージをインストールする: pip install hy-memory==2.0.4 OpenAI APIキーを設定する(またはOpenAI互換のLLMと埋め込みエンドポイントを構成する): export OPENAI_API_KEY="sk-your-key" READMEのPythonサンプルを使って、proモードでHyMemoryClientを作成し、チャットメモリの書き込みと検索を行う
- Hy-Memory 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/Tencent-Hunyuan/Hy-Memory
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
ドキュメント、コード、会話をAIエージェント向けのセルフホスト型ナレッジグラフに変換する、オープンソースのAIメモリプラットフォーム。
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。
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。
Neo4jを基盤に、会話を保存してナレッジグラフを構築し、推論の記録も行う、AIエージェント向けのグラフネイティブなメモリシステムです。
AIエージェント向けのローカルファーストなMarkdownネイティブの長期記憶レイヤー。記憶を編集可能なファイルとして保存し、SQLiteとLanceDBでインデックス化します。