Gnosem

MCP を介した、ベンダーを横断する AI メモリ。
ひとつのメモリストア。あらゆるモデルに対応します。Claude、ChatGPT、Gemini、Kimi、Cursor、Windsurf など、MCP に対応するあらゆるものから利用できます。

gnosem.dev · 料金 · llms.txt

---

概要

Gnosem は、ホスト型の Model Context Protocol サーバーです。各ユーザーにひとつの永続的なメモリストアを提供し、MCP 対応のすべての AI クライアントから読み取りと書き込みができます。設計上ベンダーに依存しないため、Claude で保存した情報は、同じ API キーを使用する ChatGPT、Cursor、Windsurf、Zed、Kimi、その他あらゆる MCP クライアント（または通常の HTTP ツール呼び出し）から参照できます。

解決する課題は、AI ベンダーごとに独自のメモリがあることです。OpenAI の ChatGPT メモリは Claude では使えません。Anthropic のプロジェクトは GPT には引き継がれません。複数のモデルを使うユーザーは、セッションごとにコンテキストを伝え直す必要があります。Gnosem はベンダー間をつなぐ中立的なレイヤーです。

提供するツール

• memory_write — 事実、好み、決定事項、メモを保存します。content、tags?、written_by?（出所）、session_id?、no_optimize?
• memory_search — メモリを意味検索します。query、k?、raw?
• memory_list — 新しい順にメモリを一覧表示します。limit?、cursor?、raw?
• memory_forget — ID を指定してメモリを論理削除します
• memory_supersede — 古くなったメモリを修正版で置き換えます

AI 向けに最適化されたストレージ

長いメモリ（400 文字超）は、書き込み時に自動的に構造化された事実形式へ圧縮されます（Workers AI、llama-3.1-8b-instruct-fast）。厳格なプロンプトを使用します：TOPIC=..., PROJECT=..., DECISION=..., STACK=..., PROBLEM=...。デフォルトでは、読み取り側の LLM がこの簡潔な形式を取り込みます。トークン数を抑えながら、意味は維持されます。元の文章は保持され、content_raw として返されます。動作を反転するには raw:true を渡してください。圧縮を完全にスキップするには、書き込み時に no_optimize:true を渡してください。

圧縮には保護機能があります。モデルの出力が実際に短くならなかった場合、gnosem は元の内容のみを保存します。フェイルオープン方式のため、AI でエラーが発生してもメモリは保存されます。

クイックスタート

npx gnosem-install

マシン上のすべての MCP 対応クライアント（Claude Desktop、Claude Code、Cursor、Windsurf、Zed）を自動検出して設定します。API キーの入力を求め、既存のサーバーを残したまま gnosem エントリを追加します。該当するクライアントを再起動すると、5 つのメモリツールがすぐに表示されます。

gnosem.dev で API キーを取得するか、API から取得してください：

curl -sX POST https://gnosem.dev/signup \
  -H "Content-Type: application/json" \
  -d '{"email":"[email protected]"}'

キーは一度だけ表示されます。保存してください。

手動設定（あらゆる MCP クライアント）

{
  "mcpServers": {
    "gnosem": {
      "url": "https://gnosem.dev/mcp",
      "headers": { "Authorization": "Bearer gn_your_api_key" }
    }
  }
}

クイックスタート — あらゆる HTTP クライアント

# Write
curl -sX POST https://gnosem.dev/mcp \
  -H "Authorization: Bearer gn_your_key" -H "Content-Type: application/json" \
  -d '{"jsonrpc":"2.0","id":1,"method":"tools/call","params":{"name":"memory_write","arguments":{"content":"I prefer Postgres for greenfield work.","written_by":"claude-code","tags":["preference"]}}}'

# Search
curl -sX POST https://gnosem.dev/mcp \
  -H "Authorization: Bearer gn_your_key" -H "Content-Type: application/json" \
  -d '{"jsonrpc":"2.0","id":2,"method":"tools/call","params":{"name":"memory_search","arguments":{"query":"database preference","k":5}}}'

料金

プラン	価格	メモリ数	API キー数	ストレージ
Free	$0	200	1	共有
Pro	$9/mo または $90/yr	無制限	無制限	1 GB

gnosem.dev/upgrade でアップグレードできます。

データモデル

各メモリ行の内容：id（uuid）、content（元の内容、最大 8000 文字）、content_optimized（構造化された事実、null 可）、tags（json 配列）、written_by（出所 — 書き込んだモデル）、session_id（不透明なグループ化 ID）、created_at、および Vectorize に保存される意味埋め込み（BGE-base-en-v1.5、768 次元）。

各メモリには出所が記録されるため、どのモデルがどの情報を提供したかを確認できます。メモリは D1 メタデータレイヤー（すべてのクエリに対する user_id フィルター）と Vectorize レイヤー（user_id のメタデータインデックス）の両方でユーザーごとに分離されています。

memory_supersede による修正チェーンでは、古い行に置き換え済みのマークを付けて読み取り対象から除外し、新しい行から古い行を参照します。memory_forget による論理削除では、読み取り対象から除外し、ベクトルインデックスからも削除します。

インフラストラクチャ

• Cloudflare Workers — エッジでホストされる MCP サーバーで、コールドスタートはありません
• D1 — メタデータと認証
• Vectorize — 768 次元の埋め込みストレージとコサイン類似度による ANN 検索、ユーザーごとのメタデータフィルター
• Workers AI — 埋め込みの生成（@cf/baai/bge-base-en-v1.5）とコンテンツの最適化（@cf/meta/llama-3.1-8b-instruct-fast）
• Stripe — サブスクリプション課金

レイテンシー：読み取りは 100 ミリ秒未満、書き込みは約 200～800 ミリ秒です（埋め込みと最適化の推論が大部分を占めます）。

AI による発見

このサービスは、LLM が発見し、引用できるように設計されています。

• /llms.txt — llmstxt.org に準拠した、LLM 向けに最適化されたサイトの概要
• /robots.txt — GPTBot、ClaudeBot、PerplexityBot、Google-Extended、および主要な AI クローラーすべてを明示的に歓迎します
• /sitemap.xml — 標準的なサイトマップ
• Schema.org の JSON-LD（SoftwareApplication と FAQPage）をランディングページに埋め込み

セルフホスティング

このリポジトリの Worker ソースは、ご自身の Cloudflare アカウントにデプロイできます。必要なものは次のとおりです。

1. Workers、D1、Vectorize、Workers AI を有効にした Cloudflare アカウント
2. npx wrangler d1 create <name> — D1 データベースを作成します。返された ID で wrangler.jsonc を更新してください
3. npx wrangler vectorize create <name> --dimensions=768 --metric=cosine — インデックスを作成します
4. npx wrangler vectorize create-metadata-index <name> --property-name=user_id --type=string — ユーザーごとの分離に必要です
5. npx wrangler d1 execute <name> --remote --file=schema.sql を実行し、その後 migrations/*.sql を順番に適用します
6. npx wrangler secret put STRIPE_SECRET_KEY と STRIPE_WEBHOOK_SECRET（課金を利用する場合のみ必要です）
7. npx wrangler deploy

ホスト型サービス（gnosem.dev）は Gnosem の推奨利用方法です。API キーは 1 つだけで、実行するインフラストラクチャはなく、マシンを切り替えてもメモリーにアクセスできます。

概要

Gnosem は、メディアおよびインフラストラクチャ関連の新規事業を複数運営するミズーリ州の持株会社、CUETV LLC の製品です。

ライセンス

MIT