ローカルRAGメモリシステム：AIが直接書き込める永続記憶層

local-memory-mcp は、AIアシスタントに永続的なローカル記憶層を提供するオープンソースプロジェクトです。MCP（Model Context Protocol）インターフェースを介して、ClaudeやChatGPTなどのMCP対応アシスタントがセッション終了後も情報を保持し、毎回コンテキストを再説明する必要をなくします。このプロジェクトはPatrick Tobeyによって開発され、MITライセンスの下でGitHub上に公開されています。主要なコードはPythonで記述されています。

このプロジェクトのコアはChromaDBベクトルデータベースに基づいており、すべてのデータはユーザーのローカルマシンに保存されます。クラウドサービスやサブスクリプションは不要で、ユーザーはローカルサーバーを実行するだけで、AIアシスタントが新しいセッション開始時に関連する記憶を自動的に取得できます。この設計により、ユーザーデータがマシンの外部に出ることはなく、プライバシーとセキュリティが確保されます。

機能面では、local-memory-mcp はstore、search、update、delete、get_chunk、get_evolution_chainなどのMCPツールを提供します。バージョン管理による更新をサポートし、記憶が新しいバージョンに置き換えられても履歴を保持します。ソフトデリートはデフォルトで履歴を保持し、必要に応じてハードデリートも可能です。さらに、ヒューリスティックな競合検出とヘルスチェックにより、記憶の品質を確保します。書き込みパスでは、最初に調整モジュールが重複や競合をチェックし、警告と自己修復のヒントを返します。読み取りパスでは、セマンティック検索を実行し、類似度と軽量な語彙/新しさのシグナルを組み合わせてランキングを行います。

設計思想はAIX（AI eXperience）原則に基づいており、AIモデルがコンテキストを消費する方法に最適化されています：明確なテキストチャンクを優先し、最小限だが有用なメタデータ（タイムスタンプ、信頼度、置き換えリンク、非推奨フラグ）を維持し、破壊的な上書きではなくバージョンチェーンで履歴を保持します。これにより、モデルが自己修正できるようになります。プロジェクトの目標は、実用的な検索品質と信頼性の高いAI動作であり、完璧な人間の分類法ではありません。

デプロイは非常に簡単で、Dockerを使用すれば2分で完了します：リポジトリをクローンしてdocker compose up --build -dを実行し、MCPクライアントをhttp://localhost:8000/mcpに設定するだけです。StdioとSSEの2つのトランスポートをサポートし、認証はなし、Bearer、OAuthから選択できます。

local-memory-mcp は、個人アシスタントやプロジェクト管理など、AIアシスタントに長期的な記憶が必要なあらゆるシナリオに適しています。完全にローカルであるため、ユーザーデータが自分のマシンから外部に出ることはありません。コミュニティの貢献を歓迎しており、セットアップガイド、アーキテクチャ説明、Dockerガイドなどの詳細なドキュメントが用意されています。現在、このプロジェクトは4つのスターを獲得し、17回のコミットがあり、1人のコントリビューターがいます。