Alaya Memory Engine

alaya-mcp

神経科学に基づく記憶ダイナミクス（Bjork の二重強度による忘却、検索誘発性抑制、ヘッブ型共活性化）を備えた唯一のメモリエンジンです。依存関係ゼロで組み込み可能な Rust ライブラリです。

会話エピソードを保存し、認知ライフサイクルを通じて知識を統合し、個人向けナレッジグラフを構築します。すべてローカルの SQLite データベースに保存されます。

インストール

Claude Code

~/.claude/claude_code_config.json に追加します。

{
  "mcpServers": {
    "alaya": {
      "command": "npx",
      "args": ["-y", "alaya-mcp"]
    }
  }
}

Claude Desktop

Claude Desktop の MCP 設定に追加します。

{
  "mcpServers": {
    "alaya": {
      "command": "npx",
      "args": ["-y", "alaya-mcp"],
      "env": {
        "ALAYA_LLM_API_KEY": "sk-...",
        "ALAYA_LLM_API_URL": "https://api.openai.com/v1/chat/completions",
        "ALAYA_LLM_MODEL": "gpt-4o-mini"
      }
    }
  }
}

ALAYA_LLM_* 環境変数は任意です。設定すると知識を自動抽出できます。設定しない場合、エージェントは自身のコンテキストから知識を抽出します。

MCP ツール

ツール	説明
remember	会話エピソードを保存します
recall	記憶を意味検索します
status	メモリシステムの健全性と統計情報を確認します
knowledge	抽出された知識を閲覧します
learn	抽出済みの事実と関係性を保存します
categories	創発的なカテゴリ分類体系を表示します
preferences	定着したユーザーの好みを追跡します
neighbors	ナレッジグラフを探索します
lifecycle	メンテナンスを実行します（強化、変換、忘却）
configure	埋め込みプロバイダーなどのオプションを設定します

仕組み

1. 記憶 — 会話エピソードを発生時に保存します
2. 統合 — エピソードから事実、関係性、概念を抽出します
3. 強化 — 同時に検索された記憶間のつながりが強化されます（ヘッブ型 LTP）。記憶 A を検索すると、競合する記憶 B と C は積極的に抑制されます（検索誘発性忘却）
4. 分類 — 知識から創発的なカテゴリが自動的に形成されます
5. 忘却 — Bjork の二重強度減衰によって、貯蔵強度（どれだけ適切に符号化されたか）と検索強度（どれだけ容易に見つかるか）を分けます。弱い記憶は薄れ、強い記憶は残ります
6. 結晶化 — 蓄積された印象（vasana）から暗黙的な好みが生まれます。LLM は不要です

すべてのデータは、お使いのマシンの ~/.alaya/memory.db に保存されます。

Alaya を選ぶ理由

問題	ファイルベースのメモリ	Alaya
トークンの浪費	コンテキスト全体を注入（メッセージあたり約35Kトークン）	ランク付け検索 — 関連度の高い上位 k 件の記憶のみ
構造がない	すべてを1つのファイルに保存	3種類のストア：エピソード、知識、好み
忘却しない	手動で整理するまでファイルが増え続ける	Bjork の二重強度減衰 + 検索誘発性忘却
関連付けがない	フラットファイルで、リンクがない	ヘッブ型の同時検索グラフ（LTP/LTD）
好みが不安定	エージェントが作成した要約は変化する	印象（vasana）から暗黙的な好みが生まれる
LLM が必須	LLM なしでは機能しない	柔軟な縮退動作：埋め込みがない場合は BM25 のみ

リンク

• GitHub
• ドキュメント
• crates.io（Rust ライブラリ）
• PyPI（Python バインディング）

ライセンス

MIT