TypedMemory – AIエージェントの長期記憶と振り返り

TypedMemory は、AIエージェント向けの長期記憶と振り返りを実現するオープンソースライブラリであり、多くの既存システムが抱える「最後の書き込みが勝利する」という問題を解決します。典型的なエージェント記憶では、新しい情報が古い情報と矛盾する場合、古い情報は静かに上書きされ、デバッグや追跡が困難になります。TypedMemory は、型付き記憶モデルを導入することでこの問題に対処します。各記憶は型（主張、決定、リスク、観察など）、信頼度、構造化されたソース（ドキュメントID、チャンクID、スパンを含む）、ワークスペース名前空間を持ちます。新しい記憶が既存のものと競合する場合、単に上書きするのではなく、事前定義された競合ポリシー（置換、保持、置き換え、強化、フラグなど）に従って処理され、完全な監査証跡が保持されます。

このライブラリは4つの基本操作を提供します：remember（新情報の抽出と保存）、recall（セマンティック検索による関連情報の取得）、reflect（進化パイプラインの実行：矛盾検出、選好ドリフト分析、ゴール解決、非破壊的要約）、forget（明示的な削除）。reflect メソッドは特に強力で、一連の進化操作をトリガーし、各操作はタイムスタンプと理由を含む EvolutionRecord を生成するため、すべての変更が追跡可能です。例えば、エンジニアリング設計において、「SQLiteを使用」と「PostgreSQLに変更」という2つの決定記憶は「置き換え」ポリシーによってリンクされ、2つのリスク記憶は「フラグ」ポリシーによって矛盾として相互リンクされます。

TypedMemory は、組み込みのドメインプロファイル（engineering_design、research_paper、legal など）を提供し、各プロファイルは使用可能な記憶型と対応する競合ポリシーを定義します。ユーザーは Python、JSON、YAML を使用してカスタムプロファイルを作成することもできます。ストレージは、インメモリ、JSONLファイル、SQLite の3つのバックエンドをサポートし、すべてインデックス、スキーママイグレーション、埋め込みの永続化に対応しています。検索機能は、セマンティック類似度（コサイン）、時間減衰、信頼度スコアを組み合わせており、外部の埋め込みサービスがなくてもトークン重複によるフォールバックが可能です。

主な使用例としては、幻覚を起こすエージェントのデバッグ（typedmem history で各状態変化を確認）、長期的な嗜好を持つ対話エージェントの構築、複数ドキュメント研究における構造化されたソース管理（REINFORCE ポリシーが重複事実を統合）、マルチテナントエージェント（ワークスペースによるドメイン分離）が挙げられます。TypedMemory の設計思想は、記憶を静的なログではなく生きた知識層にすることです。実行時依存関係はゼロ（標準ライブラリのみ）、LLMクライアントやYAMLローダー、高度な埋め込み機能はオプションとして提供されます。CLIツールと豊富なサンプルコードにより、Python 3.10+ 環境で pip インストール後すぐに使い始めることができます。