MemoHood と MemoBase – AIエージェントのためのローカルメモリと知識ベース

MemoBaseは、hermes-agent向けのプラグインであり、ユーザーのローカルファイル、Webページ、YouTube動画、音声録音、Obsidianノートなど多様な情報源を検索可能な知識ベースに変換します。従来の言語モデルのように一般知識に頼るのではなく、インデックス化された知識ベースのみに基づいて回答を生成するため、幻覚（ハルシネーション）を効果的に防止します。

このプラグインの主要なワークフローは、データ取り込み（ingest）とクエリ応答（ask/query）の二段階で構成されます。取り込み段階では、PDF（pdfplumber、フォールバックとしてpypdf）、DOCX（mammoth）、HTMLとURL（trafilatura、SSRFチェック付き）、Markdown、TXT、CSVなどの一般的な形式を処理できます。YouTubeについては、字幕を自動取得（ScrapeCreatorsまたはApify経由）し、字幕がない場合は音声をダウンロードしてGroq Whisperで文字起こしを行い、タイムスタンプを保持します。音声ファイルや動画ファイルも同様に転写でき、長いファイルは自動分割されます。Obsidianノートは読み取り専用で読み込まれ、vault、frontmatter、[[リンク]]を自動認識します。

クエリ段階では、ハイブリッド検索戦略を採用しています。FTS5（BM25アルゴリズム＋ロシア語語幹処理）とベクトル検索（Cloudflare BGE-M3、1024次元）を組み合わせ、RRF（k=60）で結果を融合し、Cohere rerank-v3.5で再順位付けします。回答生成前には「十分性ゲート」が作動し、十分に関連する断片が見つかった場合のみモデルに回答を許可します。回答は取得した断片のみに基づき（ツールレスモード）、各引用は原文と一字一句照合（またはファジーマッチ）され、一致しない場合はモデルは正直に回答を拒否します。

セキュリティ面では、MemoBaseは6つの無効化不可能な保護機構を内蔵しています：SSRF対策、rawチャンクの隔離、デグレードモードでのしきい値調整、ベクトル移行のシャドウテーブル、サブクレーム検証、古いチャンクのパージ。さらに、ゲストコレクション機能により、ホストはゲストごとに独立した知識ベースを作成し、容量やアクセス権限を設定できます。

インストールは非常に簡単で、1つのコマンドを実行するだけでプラグインのコピー、依存関係のインストール、設定の有効化が完了します。ユーザーが手動で設定を編集する必要はなく、インストールスクリプトが自動的にすべてを行います。知識ベース全体はローカルのSQLiteファイル（/memobase/memobase.db）に保存され、ベクトルインデックスも完全にローカルであり、外部にはクエリと断片のみが埋め込みと再ランク付けのために送信されます。

要するに、MemoBaseは軽量でローカルデプロイ可能なRAGソリューションを提供し、高い精度、強固なプライバシー保護、幻覚回避が求められるシナリオに特に適しています。コストとハードルを低減しつつ、厳格な引用検証メカニズムにより回答の信頼性を確保します。