Lore

Lore — ユニバーサル AI メモリレイヤー

AI エージェントがすべてを自動的に記憶します。

Lore は、コードを変更することなく、あらゆる AI エージェント間でナレッジを保存、接続、取得するクロスエージェント型メモリシステムです。フックをインストールすると、関連する記憶がすべてのプロンプトに表示されます。エージェント同士の連携は不要です。

User: "What API rate limits should I use?"

── Lore hook fires (20ms) ──────────────────────────────
🧠 Relevant memories from Lore:
- [0.82] Stripe API returns 429 after 100 req/min — use exponential backoff
- [0.71] Our internal API rate limit is 500 req/min per API key
────────────────────────────────────────────────────────

Agent sees memories + prompt → responds with full context

機能

ユニバーサルメモリ

remember · recall · forget · list_memories · stats

MCP ツール、REST API、または Python／TypeScript SDK を使って、あらゆる AI エージェント間で記憶を保存、取得できます。階層ベースの TTL、時間経過による減衰、自動 PII マスキングに対応したセマンティック検索を利用できます。

ナレッジグラフ

graph_query · entity_map · related · extract_facts · list_facts · conflicts

記憶からエンティティと関係を自動抽出します。ホップごとのグラフ探索により、ベクトル検索だけでは見つからない、つながりのあるナレッジを提示します。原子的な事実の抽出と、自動的な競合検出に対応しています。

双時相の事実と置き換え

supersede · list_at_time · facts_at_time · timeline · provenance · supersession_chain · consolidate_memories

削除せずに履歴を保持します。記憶と事実は削除されることなく、置き換えによって修正されます。変更のたびに監査可能な記録が追加されます。Lore は、独立した 2 つの時間軸（双時相）を追跡します。有効時間（その事実が現実世界で有効だった時点）とシステム時間（Lore がその事実を把握した時点）です。これにより、「日付 Y の時点で、X について何が正規の情報だったか、あるいは何が真実だったか」を問い合わせることができます。list_at_time／facts_at_time は指定時点での問い合わせに回答し、timeline は時系列で隣接するイベントをたどり、provenance／supersession_chain は記憶または事実の修正履歴全体を表示します。

グラフの可視化

/ui/ のウェブ UI

ナレッジベースのインタラクティブな D3 強制指向グラフです。エンティティの詳細パネル、トピッククラスター、検索、フィルタリングを備えています。ブラウザー上で動作するため、インストールは不要です。

セッションの継続性

自動スナップショット＋自動挿入 — エージェントの連携は不要

セッションアキュムレーターが会話のコンテキストを自動的に取得し、関連するセッション履歴をすべてのプロンプトに挿入します。決定論的に動作するため、LLM は不要です。フック経由で動作するため、エージェントが Lore の存在を知ることはありません。

最近のアクティビティ

recent_activity

すべてのプロジェクトで最近起きたことを、セッションを考慮して要約します。手動でコンテキストを渡さなくても、会話間の継続性をエージェントに提供します。

トピックノート

topics · topic_detail

繰り返し現れるテーマを中心に、関連する記憶、エンティティ、事実をまとめる概念ハブを自動生成します。あるトピックについて Lore が把握している情報を、1 つのビューで確認できます。

エクスポートとスナップショット

export · snapshot · snapshot_list · save_snapshot

JSON 形式と Markdown 形式でデータ全体をエクスポートできます。PKM ツールでナレッジグラフを閲覧するための、Obsidian 互換の出力に対応しています。バックアップや移行用のスナップショットも利用できます。

リスクスコア付き承認 UX

review_digest · review_connection · lore review list --sort risk

リスクスコアを算出して、検出されたナレッジグラフの接続を確認できます。メモを添えて一括承認または却下でき、決定の監査履歴も完全に記録されます。リスク、信頼度、または経過時間で並べ替えられます。

ガイド付きブートストラップ

lore bootstrap

Python のバージョン、Postgres、pgvector、Docker を検証し、マイグレーションを実行して、サーバーの正常性を確認する単一のコマンドです。--fix を指定すると、不足している依存関係を自動で修復します。

マルチエージェントのセットアップ

lore setup claude-code · lore setup openclaw · lore setup cursor · lore setup codex

主要な AI コーディングエージェントすべてにフックをワンコマンドでインストールします。すべてのプロンプトに自動検索が挿入され、コードの変更は不要です。--validate、--test-connection、--dry-run フラグを利用できます。

SLO ダッシュボードとアラート

lore slo create · lore slo status · GET /v1/slo/status

検索レイテンシ（p50/p95/p99）とヒット率の SLO 目標を定義します。バックグラウンドチェッカーが 60 秒ごとに評価し、違反時に Webhook またはメールでアラートを送信します。グラフ表示用の時系列 API も利用できます。

適応型検索プロファイル

lore profiles list · GET /v1/profiles · ?profile=coding

名前付きの検索プロファイルを Postgres に保存します。コーディング（新しさを重視）、インシデント対応（グラフを重視）、調査（長期）向けのプリセットがあります。リクエストごとに選択するか、API キーのデフォルトとして設定できます。

ポリシーベースの保持

lore policy create · lore restore-drill · GET /v1/policies/compliance

階層ごとの保持期間、cron ベースのスナップショットスケジュール、所要時間のメトリクスを含む復元訓練を、宣言的なライフサイクルポリシーで設定できます。すべてのポリシーを対象としたコンプライアンスダッシュボードを利用できます。

マルチテナントワークスペース

lore workspace create · lore workspace switch · lore audit

組織内でワークスペースを分離できます。スコープ付き API キー、RBAC ロールによるメンバー管理、すべての操作（memory.create、key.revoke など）を記録する完全な監査ログを備えています。

プラグイン SDK

lore plugin create · lore plugin list · lore plugin reload

Python の entry_points で検出されるプラグインを使って Lore を拡張できます。5 つのライフサイクルフック（on_remember、on_recall、on_enrich、on_extract、on_score）、ホットリロード、スキャフォールド CLI、テストハーネスを備えています。

プロアクティブな推奨

suggest · lore suggest --context "..." · GET /v1/recommendations

明示的なクエリの前に、関連する記憶を提示します。複数のシグナル（コンテキストの類似性、エンティティの重複、時間的パターン、アクセスパターン）を使ってスコアを算出し、人が読みやすい説明とフィードバックループを備えています。

検索分析

GET /v1/analytics/retrieval · Prometheus メトリクス

ヒット率、スコア分布、記憶の利用状況、レイテンシを追跡します。記憶が実際にエージェントの役に立っているかを確認できます。

クイックスタート

Docker Compose（推奨）

git clone https://github.com/agentkitai/lore.git
cd lore
docker compose up -d

pgvector を含む Postgres と Lore サーバーを http://localhost:8765 で起動します。

pip

pip install "lore-sdk[server,solo]"
lore serve  # starts on port 8765

動作確認

curl http://localhost:8765/v1/memories

Lore を MCP サーバーとして追加する

1 行でインストール不要。Lore をあらゆる MCP クライアント（Claude Code、Cursor、VS Code、Codex、Claude Desktop）に追加できます。

// Claude Code: .mcp.json  ·  Claude Desktop: claude_desktop_config.json
{
  "mcpServers": {
    "lore": { "command": "uvx", "args": ["--from", "lore-sdk[mcp]", "lore-memory"] }
  }
}

すでにインストール済み（pip install lore-sdk[mcp]）の場合は、"command": "lore-memory"（または lore mcp）を使います。クライアントごとのガイドは、以下のマルチエージェントのセットアップを参照してください。lore integrate --platform <client> を実行すると、設定ファイルが作成されます。

マルチエージェントのセットアップ

Claude Code

オプション A：自動検索フック（推奨）

lore setup claude-code

すべてのプロンプトに関連する記憶を自動で挿入する UserPromptSubmit フックをインストールします。

オプション B：MCP ツール

~/.claude/settings.json に追加します。

{
  "mcpServers": {
    "lore": {
      "command": "lore",
      "args": ["mcp"],
      "env": {
        "LORE_API_URL": "http://localhost:8765",
        "LORE_API_KEY": "your-api-key"
      }
    }
  }
}

OpenClaw

lore setup openclaw

自動検索用の message:preprocessed フックをインストールします。すべてのエージェント応答の前に、記憶がコンテキストに表示されます。

Cursor

lore setup cursor

beforeSubmitPrompt フックをインストールします。さらに、MCP 設定を .cursorrules に追加します。

{
  "mcpServers": {
    "lore": {
      "command": "lore",
      "args": ["mcp"],
      "env": {
        "LORE_API_URL": "http://localhost:8765",
        "LORE_API_KEY": "your-api-key"
      }
    }
  }
}

Codex CLI

lore setup codex

beforePlan フックをインストールします。MCP 設定を追加します。

{
  "mcpServers": {
    "lore": {
      "command": "lore",
      "args": ["mcp"],
      "env": {
        "LORE_API_URL": "http://localhost:8765",
        "LORE_API_KEY": "your-api-key"
      }
    }
  }
}

あらゆる HTTP クライアント

プロンプトを送信する前に HTTP 呼び出しを行えるシステムであれば、自動検索を利用できます。

curl -s "http://localhost:8765/v1/retrieve?query=your+prompt&limit=5&min_score=0.3&format=markdown" \
  -H "Authorization: Bearer $LORE_API_KEY"

MCP ツールリファレンス

ツール	説明
remember	タイプ、階層、タグ、メタデータとともにメモリを保存します
recall	時間情報やグラフを活用した検索によるセマンティック検索
forget	ID を指定してメモリを削除します
list_memories	条件で絞り込んでメモリを一覧表示します
stats	メモリの統計情報（合計、タイプ別・階層別）
upvote_memory	メモリのランキングを上げます
downvote_memory	メモリのランキングを下げます
graph_query	ナレッジグラフをホップごとにたどります
entity_map	エンティティを一覧表示します（D3 形式は任意）
related	関連するメモリやエンティティを検索します
extract_facts	（主語、述語、目的語）の三つ組を抽出します
list_facts	有効な事実を一覧表示します
conflicts	検出された事実の矛盾を一覧表示します
classify	意図、ドメイン、感情を分類します
enrich	LLM を活用してメタデータを抽出します
consolidate	重複または関連するメモリを統合します
ingest	外部ソースからコンテンツを受け取ります
github_sync	GitHub リポジトリのデータを同期します
check_freshness	git と照合してメモリの最新性を確認します
as_prompt	LLM への注入用にフォーマットしたメモリをエクスポートします
add_conversation	会話メッセージからメモリを抽出します
recent_activity	最近のメモリアクティビティの概要
topics	自動検出された繰り返しトピックを一覧表示します
topic_detail	トピックを詳しく確認します（メモリ、エンティティ、タイムライン）
export	すべてのデータを JSON にエクスポートします
snapshot	データのバックアップを作成します
snapshot_list	利用可能なスナップショットを一覧表示します
save_snapshot	セッションのスナップショットを保存します
review_digest	レビュー待ちのつながりを取得します
review_connection	保留中のつながりを承認または却下します
on_this_day	各年の同じ日付のメモリを表示します
suggest	セッションのコンテキストに基づいて、メモリを先回りして提案します
remember_observation	セッションから構造化された観察内容を記録します
search	段階的に詳細を開示する簡潔なインデックス（ID、タイトル、スコア）
get_memories	1 つ以上のメモリ ID に対応する完全なペイロードを取得します
timeline	基準となるメモリの前後にある時系列上のイベントを表示します
promote_memory	非公開のメモリをチームと共有します（非公開→共有）
demote_memory	メモリの共有を解除し、再び非公開にします
supersede	メモリが新しいメモリに置き換えられたことを記録します
list_at_time	指定した時点で正規だったメモリを一覧表示します
consolidate_memories	統合したメモリを作成し、すべてのソースを置き換え済みとして記録します
provenance	メモリの完全な系譜（ソースと置き換えの連鎖）
supersession_chain	メモリの置き換え監査チェーン
facts_at_time	指定した時点で有効だった、あるエンティティに関する事実
supersede_fact	事実を新しい事実で置き換えます（削除はしません）
fact_supersession_chain	事実の訂正履歴

CLI リファレンス

# Memory operations
lore remember "API rate limit is 100 req/min" --tags api,limits
lore recall "rate limits" --limit 5
lore forget <memory-id>
lore memories --tier long_term
lore stats

# Knowledge graph
lore graph "authentication" --depth 2
lore entities --limit 50
lore facts "extract facts from this text"
lore conflicts

# Session & context
lore recent --hours 24
lore on-this-day

# Export & backup
lore export --format json > backup.json
lore import backup.json
lore snapshot-save --title "before refactor"

# Server & setup
lore bootstrap               # validate prerequisites
lore serve                    # start HTTP server
lore mcp                     # start MCP server
lore ui                      # start web UI
lore setup claude-code       # install hooks
lore setup claude-code --validate --test-connection

# SLO management
lore slo create --name "P99 < 50ms" --metric p99_latency --threshold 50 --operator lt
lore slo status
lore slo alerts

# Retrieval profiles
lore profiles list
lore profiles create --name fast-coding --semantic-weight 1.0 --recency-bias 7

# Retention policies
lore policy create --name prod --snapshot-schedule "0 2 * * *" --max-snapshots 30
lore policy compliance
lore restore-drill --latest

# Workspaces
lore workspace create dev-team
lore workspace switch dev-team
lore audit --since 24h

# Plugins
lore plugin create my-tagger
lore plugin list
lore plugin reload my-tagger

# Recommendations
lore suggest --context "setting up docker"

# Review (with risk scoring)
lore review list --sort risk
lore review approve <id> --note "Verified"
lore review batch approve --ids id1,id2

# API keys
lore keys create --name "my-agent"
lore keys list
lore keys revoke <key-id>

API リファレンス

主なエンドポイント

# Memory CRUD
GET    /v1/retrieve                    # Auto-retrieval (for hooks)
POST   /v1/memories                    # Create memory
POST   /v1/memories/search             # Semantic search
GET    /v1/memories                    # List memories
GET    /v1/memories/{id}               # Get memory
PATCH  /v1/memories/{id}               # Update memory
DELETE /v1/memories/{id}               # Delete memory

# Knowledge graph
GET    /v1/graph                       # Knowledge graph
GET    /v1/graph/topics                # Topic list
GET    /v1/graph/topics/{name}         # Topic detail
GET    /v1/graph/entity/{id}           # Entity detail

# Bi-temporal & supersession (history without deletion)
POST   /v1/memories/{id}/supersede            # Mark superseded (by=null un-supersedes)
GET    /v1/memories/at_time                   # Memories canonical as of ?at=<ts>
GET    /v1/memories/{id}/supersession-chain   # Memory correction audit trail
GET    /v1/memories/{id}/provenance           # Full lineage (sources + chain)
POST   /v1/memories/consolidate               # Merge N memories + supersede sources
GET    /v1/facts/at_time                      # Facts about an entity valid at ?at=<ts>
POST   /v1/facts/{id}/supersede               # Supersede-not-delete a fact edge
GET    /v1/facts/{id}/supersession-chain      # Fact correction trail
GET    /v1/timeline                           # Chronologically adjacent events

# Ingestion
POST   /v1/conversations              # Extract memories from conversation
POST   /v1/ingest                     # Ingest external content

# Review + risk scoring
GET    /v1/review                     # Pending reviews (sortable by risk)
POST   /v1/review/{id}               # Approve/reject with notes
POST   /v1/review/bulk               # Batch approve/reject
GET    /v1/review/history             # Decision audit trail

# Export & snapshots
POST   /v1/export                     # Export all data
POST   /v1/import                     # Import data
POST   /v1/export/snapshots           # Create snapshot
GET    /v1/export/snapshots           # List snapshots

# SLO dashboard
GET    /v1/slo                        # List SLO definitions
POST   /v1/slo                        # Create SLO
GET    /v1/slo/status                 # Current pass/fail per SLO
GET    /v1/slo/alerts                 # Alert history
GET    /v1/slo/timeseries             # Time-series for charts

# Retrieval profiles
GET    /v1/profiles                   # List profiles
POST   /v1/profiles                   # Create profile
GET    /v1/retrieve?profile=coding    # Retrieve with profile

# Retention policies
GET    /v1/policies                   # List policies
POST   /v1/policies                   # Create policy
GET    /v1/policies/compliance        # Compliance summary
POST   /v1/policies/{id}/drill       # Execute restore drill

# Workspaces + RBAC
POST   /v1/workspaces                 # Create workspace
GET    /v1/workspaces                 # List workspaces
POST   /v1/workspaces/{id}/members   # Add member
GET    /v1/audit                      # Query audit log

# Plugins
GET    /v1/plugins                    # List plugins
POST   /v1/plugins/{name}/enable     # Enable plugin
POST   /v1/plugins/{name}/reload     # Hot-reload plugin

# Recommendations
POST   /v1/recommendations           # Get proactive suggestions
POST   /v1/recommendations/{id}/feedback  # Thumbs up/down
PATCH  /v1/recommendations/config    # Adjust aggressiveness

# Setup validation
POST   /v1/setup/validate            # Test connectivity

# Analytics & monitoring
GET    /v1/recent                     # Recent activity
GET    /v1/analytics/retrieval        # Retrieval analytics
GET    /metrics                       # Prometheus metrics

# API keys
POST   /v1/keys                       # Create API key
GET    /v1/keys                       # List API keys
DELETE /v1/keys/{id}                  # Revoke API key

設定

変数	デフォルト	説明
DATABASE_URL	—	PostgreSQL の接続文字列
LORE_PORT	8765	サーバーのポート
LORE_API_KEY	—	認証用 API キー
LORE_API_URL	http://localhost:8765	リモートサーバーの URL
LORE_PROJECT	—	デフォルトのプロジェクトスコープ
LORE_SNAPSHOT_THRESHOLD	30000	自動スナップショットを作成するまでの文字数
LORE_ENRICHMENT_ENABLED	false	LLM エンリッチメントパイプラインを有効化
LORE_ENRICHMENT_MODEL	gpt-4o-mini	エンリッチメントに使用するモデル
LORE_LLM_PROVIDER	—	LLM プロバイダーのオーバーライド
LORE_LLM_API_KEY	—	LLM API キー
LORE_LLM_MODEL	—	LLM モデルのオーバーライド
LORE_LLM_BASE_URL	—	LLM のベース URL
LORE_GRAPH_DEPTH	2	グラフ探索のデフォルトの深さ
LORE_GRAPH_CONFIDENCE_THRESHOLD	0.5	エンティティの信頼度しきい値
LORE_GRAPH_EXTRACTION_ENABLED	true	新しいメモリからのエンティティ抽出。デフォルトで有効です。エンティティはローカルの spaCy NER から取得されます（LLM や claude CLI は不要）。spaCy／en_core_web_sm がインストールされていない場合は、固有名詞のヒューリスティックによるフォールバックが使用されます。無効にするには false に設定します。最適なエンティティ抽出には、lore-sdk[ner] をインストールし、python -m spacy download en_core_web_sm を実行してください。
LORE_GRAPH_LLM	false	ローカルのエンティティのみの抽出の代わりに、claude CLI を使用してエンティティ と関係（subject→predicate→object）を抽出します。Claude Code が PATH に必要です。
LORE_GRAPH_EXTRACTION_CONCURRENCY	2	同時に実行できる claude 抽出サブプロセスの最大数（LLM 経路のみ）
LORE_GRAPH_EXTRACTION_TIMEOUT	30	抽出ごとのサブプロセスタイムアウト（秒）（LLM 経路のみ）
LORE_CONTRADICTION_DETECTION	auto	書き込み時の矛盾検出とソフト置き換え。OPENAI_API_KEY が設定されている場合は自動的に有効になります（LLM によるスコア付け）。上書きするには true／false を設定します。新しいメモリにフラグを付け、矛盾する古いメモリをソフト置き換えします（想起時に置き換え済みメモリの重みを×0.1にします。削除はされません）。
LORE_CONTRADICTION_SUPERSEDE	true	矛盾する古いメモリをソフト置き換えします（最終書き込み優先）。false にするとフラグ付けのみになります（以前の動作）。置き換えられるのは自身が所有するメモリまたは所有者のいないメモリのみです。エージェント間の競合はフラグ付けのみです。
LORE_CONTRADICTION_SUPERSEDE_MIN_CONFIDENCE	0.75	置き換えに必要な信頼度のしきい値（フラグ付けのしきい値 LORE_CONTRADICTION_MIN_CONFIDENCE=0.6 より高い値）。
LORE_AUTO_SAVE	true	自動取得（Claude Code フック）のマスタースイッチ。false にすると、すべての取得が無効になります。
LORE_CAPTURE_N	0	セッション途中で自動取得するバッチサイズ。0 = バッファーのみ（Stop 時にターンごとに抽出）。>0 = N 回のツール呼び出しごとに capture-extract を起動（以前のデフォルトは 10）。
LORE_EXTRACT_ON_STOP	true	自動取得：完了したエージェントのターンごとに1回抽出します（Stop フック）。false にすると、セッション終了時のみ抽出します。
LORE_HTTP_TIMEOUT	30	HTTP タイムアウト（秒）
OPENAI_API_KEY	—	設定するとエンリッチメントが自動的に有効になります
SLO_CHECK_INTERVAL	60	SLO 評価間隔（秒）
ALERT_WEBHOOK_URL	—	SLO アラート用のデフォルト Webhook URL
SMTP_HOST	—	メールアラート用の SMTP サーバー
SMTP_PORT	587	SMTP ポート
SMTP_USER	—	SMTP ユーザー名
SMTP_FROM	—	メール送信元アドレス
AUTH_MODE	api-key-only	認証モード：api-key-only、dual、oidc-required
LORE_WORKSPACE	—	デフォルトのワークスペーススラッグ

アーキテクチャ

┌──────────────────────────────────────────────────────────────┐
│                      Agent Runtimes                          │
│  Claude Code · OpenClaw · Cursor · Codex · Any HTTP client   │
└──────────┬──────────────────────────────────┬────────────────┘
           │ hooks (auto-retrieval)           │ MCP tools
           ▼                                  ▼
┌──────────────────────────────────────────────────────────────┐
│                     Lore Server (:8765)                       │
│                                                              │
│  REST API · MCP Server · Web UI (/ui/) · Plugin SDK          │
│                                                              │
│  ┌─────────────┐  ┌──────────────┐  ┌─────────────────────┐ │
│  │  Embedder   │  │  Knowledge   │  │  LLM Pipeline       │ │
│  │  (ONNX)     │  │  Graph       │  │  (optional)         │ │
│  │  pgvector   │  │  + Review    │  │  classify · enrich   │ │
│  │  + Profiles │  │  + Risk      │  │  extract · recommend │ │
│  └─────────────┘  └──────────────┘  └─────────────────────┘ │
│                                                              │
│  ┌─────────────┐  ┌──────────────┐  ┌─────────────────────┐ │
│  │  SLO        │  │  Retention   │  │  Workspaces         │ │
│  │  Checker    │  │  Scheduler   │  │  + RBAC             │ │
│  │  + Alerting │  │  + Drills    │  │  + Audit Log        │ │
│  └─────────────┘  └──────────────┘  └─────────────────────┘ │
└──────────────────────────┬───────────────────────────────────┘
                           │
              ┌────────────▼────────────┐
              │   PostgreSQL + pgvector  │
              │   memories · entities    │
              │   relationships · facts  │
              │   slo · profiles · audit │
              │   workspaces · policies  │
              └─────────────────────────┘

パフォーマンス

操作	レイテンシ
/v1/retrieve（ウォーム）	約20ms
remember()（LLM なし）	100ms 未満
recall() 100件のメモリ	50ms 未満
recall() 10K 件のメモリ	200ms 未満
recall() グラフ拡張	500ms 未満
埋め込み（500語）	200ms 未満

コントリビューション

git clone https://github.com/agentkitai/lore.git
cd lore
pip install -e ".[dev,server,mcp,enrichment]"
docker compose up -d db  # Postgres + pgvector
pytest

ライセンス

MIT