Adaptive Recallは、AIアシスタント向けに設計された永続メモリシステムであり、MCP（モデルコンテキストプロトコル）を介してClaude Codeなどのツールに統合されます。認知科学と機械学習に基づき、すべてのインタラクションから学習し、検索品質を自動的に向上させます。
主な特徴として、4つの並列検索戦略（ベクトル類似性、時間的近接性、全文キーワード、知識グラフ探索）を実行します。システムはクエリの種類に応じてどの戦略を優先すべきかを学習します。検索結果はACT-R活性化モデルに基づいて認知スコアリングされ、アクセス頻度、エンティティ接続、検証済み信頼度が考慮されます。
さらに、記憶からエンティティと関係を自動抽出して知識グラフを構築します。これにより、テキスト類似性だけでなく、エンティティ間の接続を通じて関連情報を見つけることが可能になります。記憶は静的なものではなく、ライフサイクルを持ち、裏付け証拠に基づいて信頼度を獲得または喪失し、アクセスされなくなると自然にフェードアウトします。
Adaptive Recallは自己改善機能も備えており、使用データに基づいてMLモデルを訓練し、実際のクエリ履歴に対してパラメータ変更を検証し、検索品質を監視します。APIはシンプルで、store、recall、update、forget、graph、status、snapshot、feedbackの8つのツールを提供し、MCPまたはHTTP REST経由で利用可能です。Bearerトークン認証を使用し、JSON入出力に対応します。
現在、無料で登録でき、クレジットカード不要で500メモリまで利用可能です。Adaptive RecallはAI Apps APIチームによって開発・維持されています。