サーバーを立てずに低レイテンシの類似検索を実現する、アプリケーションに直接組み込めるオープンソースのインプロセスベクトルデータベース。
memvid/memvid
埋め込み、検索インデックス、メタデータをサーバーベースのRAGパイプラインではなく単一の.mv2ファイルに保存する、AIエージェント向けメモリレイヤー。
- スター
- 17,381
- フォーク
- 1,469
- 未解決の Issue
- 42
- 最終コミット
- 4 か月前
これは何?
Memvidは、AIエージェントのデータ、埋め込み、検索用データ構造、メタデータを単一のファイルにまとめます。RAGパイプラインやサーバーベースのベクトルデータベースを稼働させる代わりに、アプリケーションはそのファイルから直接メモリを取得するため、メモリレイヤーはモデルに依存せず、インフラも不要です。
メモリは、タイムスタンプとチェックサムを持つ不変フレームの追記専用シーケンスとして保存されます。これにより、コミット済みデータの保持、過去のメモリ状態に対するクエリ、保存された知識が時間とともにどう変化したかのタイムライン確認が可能になります。memvid-coreとして公開されているRustコアでは、全文検索(Tantivy BM25)、ベクトル検索(ローカルのONNXテキスト埋め込みまたはOpenAI embeddings)、PDF抽出、CLIP画像検索、Whisper音声文字起こし、自然言語による日付解析をオプション機能として有効にできます。Node.js、Python、CLI向けのパッケージも提供されています。
このプロジェクトは、パーソナルアシスタント、サポートボット、監査可能なワークフローなど、長期的かつオフラインでも使えるメモリを必要とするエージェントを対象としています。
主な機能
- 01データ、埋め込み、検索インデックス、メタデータをサイドカーファイルなしで単一の.mv2ファイルに保存。
- 02クラッシュ時の安全性を高める、タイムスタンプとチェックサム付きの追記専用・不変フレーム。
- 03BM25ランキングによる全文検索と、HNSWによるベクトル検索。
- 04ローカルのONNXテキスト埋め込みモデル(BGE、Nomic、GTE)またはOpenAI embeddingsに対応。
- 05オプションでCLIP画像検索とWhisper音声文字起こしに対応。
- 06過去のメモリ状態へのクエリ、分岐、再生が可能。
ユースケース
- 長時間稼働するAIエージェントに、セッションをまたいで保持されるメモリを持たせる。
- 単一ファイルとして配布できる、オフラインファーストのナレッジベースを構築する。
- カスタマーサポートやワークフロー自動化エージェントに、検索可能なメモリを追加する。
- 過去のメモリ状態を確認する必要がある、監査可能なAIワークフローを作成する。
クイックスタート
- 1
rustupでRust 1.85.0以降をインストールする
- 2
プロジェクトにmemvid-coreクレートを追加する
cargo add memvid-core - 3
Quick Startのコードを使ってメモリファイルを作成し、ドキュメントを追加して検索する
使う前に知っておきたいこと
- RustライブラリにはRust 1.85.0以降が必要です。
- ローカルテキスト埋め込み(vec機能)を使用するには、事前にモデルファイルを手動でダウンロードする必要があります。
収録されている特集
トピック
よくある質問
- memvid とは?
- 埋め込み、検索インデックス、メタデータをサーバーベースのRAGパイプラインではなく単一の.mv2ファイルに保存する、AIエージェント向けメモリレイヤー。 Memvidは、AIエージェントのデータ、埋め込み、検索用データ構造、メタデータを単一のファイルにまとめます。RAGパイプラインやサーバーベースのベクトルデータベースを稼働させる代わりに、アプリケーションはそのファイルから直接メモリを取得するため、メモリレイヤーはモデルに依存せず、インフラも不要です。
- memvid は無料で使えますか?ライセンスは?
- memvid 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。
- memvid は今もメンテナンスされていますか?
- 半年以内に更新あり。memvid の最終コミットは 2026年7月14日 です。
- memvid は何に使えますか?
- 長時間稼働するAIエージェントに、セッションをまたいで保持されるメモリを持たせる。 単一ファイルとして配布できる、オフラインファーストのナレッジベースを構築する。 カスタマーサポートやワークフロー自動化エージェントに、検索可能なメモリを追加する。 過去のメモリ状態を確認する必要がある、監査可能なAIワークフローを作成する。
- memvid のインストール方法は?
- rustupでRust 1.85.0以降をインストールする プロジェクトにmemvid-coreクレートを追加する: cargo add memvid-core Quick Startのコードを使ってメモリファイルを作成し、ドキュメントを追加して検索する
- memvid 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/memvid/memvid
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
会話履歴をそのまま保存し、セマンティック検索で取得するローカルファーストのAIメモリシステム。MCPサーバーとCLIを提供します。
オンデマンドで埋め込みを再計算し、ストレージを約97%削減するローカルベクトルインデックス兼RAGツールキット。ノートPC上の個人データを検索できます。
MarkdownとJSONLファイルにコンテキストを保存し、複数のIDEやLLMで使える、ローカルファーストのAIエージェント向けメモリ・意思決定レイヤー。
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。
非構造化文書向けのETL、RAG、分析を実現するPythonフレームワーク。AIを活用して文書を分割・チャンク化し、ベクトル検索やハイブリッド検索のデータベースに読み込みます。