membase

Membase

ひとつのメモリー。あらゆる AI に。あなた専用。
一度教えれば、どの AI も覚えています。

ウェブサイト · ドキュメント · ウェブアプリ · Discord · X

Membase は、AI エージェント向けのメモリーレイヤーです。あなたとエージェントが知っているすべての情報をひとつのメモリーに保管し、あなたが使うすべての AI がそれを読み取ります。 モデルやツールを切り替えるたびに、自分のことを説明し直す必要はありません。

• 追加。 Claude や ChatGPT からの事実、ドキュメント、ウェブページ、チャットのエクスポートを、ひとつのメモリーに保存します。
• 管理。 コンテナーでプロジェクトを分け、検索したり、質問したり、不要な情報を削除したりできます。
• 利用。 コード、Claude Code、Cursor、Codex、ChatGPT が SDK または MCP 経由で同じメモリーを読み取ります。

このリポジトリは開発者向けで、Python と TypeScript のクライアント、membase コマンドライン、MCP サーバーを提供します。メモリーは Membase アカウント内に保存されます。アカウントにはウェブアプリやブラウザー拡張機能からも情報を追加できます。または、unibaseio-membase[local] を使って自分のマシンに保存することもできます。

一度書けば、あらゆる AI から読み取れます

録画：Python SDK（57 秒） · Claude Code（1 分 33 秒）。上記の回答は説明用です。

精度

LoCoMo で 93.1%、LongMemEval_S で 92.6%、DMR で 92.2% を達成しています。LoCoMo では全履歴と比べて約 3 分の 1、LongMemEval_S では約 11 分の 1 のトークン数で実現します。手法と結果：membase.com/research

クイックスタート

pip install unibaseio-membase              # hosted · Python 3.10+ · needs MEMBASE_API_KEY
pip install 'unibaseio-membase[local]'     # local  · Python 3.12 or 3.13 · needs OPENAI_API_KEY
npm install @unibaseio/membase              # TypeScript · Node 18+
npm install -g @unibaseio/membase-cli       # the `membase` command (hosted) without Python

from membase import Membase

m = Membase()                    # hosted
# m = Membase(local=True)        # local, in ~/.membase

m.memories.add("We picked Postgres for the ledger service.", container="Engineering")
m.search("what database is the ledger on?")
m.add("Design notes …", container="Engineering", custom_id="design-1")   # a document
m.ask("Which database did we choose for the ledger?")

各メソッド、その REST ルートと MCP ツール、必要なアクセス権については、SDK リファレンスをご覧ください。 Python パッケージは unibaseio-membase です（インポート名は membase）。PyPI の membase とは無関係です。

コマンドライン

membase --local add "We picked Postgres for the ledger" --container Engineering
membase --local search "what did we pick for the ledger?"
membase --local ask "Which database is the ledger on?"
membase --local import ~/Downloads/claude-export.json     # Claude, ChatGPT, markdown or JSON chats
membase --local agent ingest trace.json --agent coder
membase --local agent search "fix flaky deploy" --agent coder

--local（またはコマンドの前に指定する --store DIR）を使わない場合、コマンドはホスト型 API を使用します。agent、import、serve には unibaseio-membase[local] が必要です。

MCP

claude mcp add membase -- membase --local mcp                                   # local
claude mcp add --transport http membase https://api.app.membase.com/mcp-http \
  --header "Authorization: Bearer $MEMBASE_API_KEY"                             # hosted

ヘッダーなしでホスト型サーバーに接続すると、接続時にサインインし、読み取り専用になります。Claude、ChatGPT、Cursor、Codex などのクライアントの設定方法：AI を接続する。

ドキュメント

• SDK リファレンス: メソッド、REST ルート、MCP ツール、アクセスレベル
• メモリー操作: コンテナー、ドキュメント、メモリー、プロフィール、質問
• 認証: キーと、それぞれがアクセスできる範囲
• AI の接続: クライアントごとの MCP 設定
• ローカルエンジン: 保存する内容、membase serve、設定

ライセンス

Copyright © 2026 Unibase. All rights reserved. プロプライエタリです。LICENSE をご覧ください。unibaseio-membase[local] は、独自の Unibase ライセンスに基づくコンパイル済みエンジン、unibaseio-membase-core も インストールします。