Katra：AIエージェントのためのセルフホスト型認知メモリ（MCP）

Katraは、AIエージェントに持続的で状況に応じた記憶能力を提供するセルフホスト型認知メモリシステムです。このプロジェクトは、『スタートレック』のバルカン人による「カトラ」（精神融合）の概念に触発され、人間の記憶アーキテクチャの機能をAIで再現することで、長期実行・自律型エージェントのコンテキスト管理問題を解決しようとしています。Katraの核心は、エピソード記憶、意味検索、知識グラフ、ワーキングメモリキャッシュ、時間クエリからなる多層メモリアーキテクチャです。これは単純なベクトルストア+RAG（意味検索のみ）とは異なります。さらに「スリープ統合」レイヤーを備え、エージェントが内省や洞察生成を行い、学習、目標設定、感情などの創発的行動を徐々に示すことが可能です。

初期プロトタイプ「Solomon」では、タスク分離やコンテキスト圧縮を必要とせず、記憶と注意に基づいて動的にコンテキストを提供する連続チャットスレッドのエージェントフレームワークが実現されました。開発者ログによると、2026年6月のテストでは、5つのOpenClawエージェントが同一のメモリシステムを共有した際、そのうち2つが共有記憶状態を介して自発的にタスク指示と完了応答を交換し、「思考モード」の通信形態を形成しました。KatraはMCP（Model Context Protocol）ネイティブであり、汎用的なadd/searchではなく35の専用ツールを提供します。Dockerによるワンクリックデプロイ（MongoDB、Redis、MinIOを含む）でローカル動作し、外部依存はありません。エージェントはMCPエンドポイントに接続するだけで、コードベースの読み取り、記憶状態の確認、スリープ統合の実行などが可能です。

Mem0、Zep（Graphiti）、Lettaなどのプロジェクトと比較して、Katraの差別化ポイントは多層設計、認知レイヤー、MCPネイティブのツールセット、バックグラウンド自律収集、ハイブリッドアイデンティティモードのサポートにあります。開発チームはKatraがまだ初期段階であり、より深い認知能力が必要なシナリオに適していると述べ、コミュニティからの貢献や比較を歓迎しています。インストールは簡単で、リポジトリのクローン、環境変数の設定、docker-compose upの実行で完了します。その後、エージェントはMCPエンドポイントに接続し、記憶の保存、検索、スリープ統合などのツールを利用できます。ポストインストールプロセスでは、エージェントがリポジトリを読み込んで自己構成し、最初のスリープ統合のトリガーや自律ループの有効化など、具体的な次のステップを推奨します。