a-mem-mcp

A-MEM：コーディングエージェントのための自己進化型メモリ

mcp-name: io.github.DiaaAj/a-mem-mcp

A-MEM は、コーディングエージェント向けの自己進化型メモリシステムです。シンプルなベクトルストアとは異なり、A-MEM は知識をツェッテルカステン形式のグラフに自動で整理し、動的なつながりを構築します。メモリは単に保存されるだけではなく、時間とともに進化し、つながっていきます。

現在、Claude Code でテスト済みです。ほかの MCP 互換エージェントへの対応も予定しています。

クイックスタート

インストール

pip install a-mem

Claude Code に追加

claude mcp add a-mem -s user -- a-mem-mcp \
  -e LLM_BACKEND=openai \
  -e LLM_MODEL=gpt-4o-mini \
  -e OPENAI_API_KEY=sk-...

これで完了です！セッション開始フックが自動的にインストールされ、Claude にメモリを使うよう促します。

注： メモリはプロジェクトごとに ./chroma_db に保存されます。すべてのプロジェクトで共有するグローバルメモリについては、メモリのスコープを参照してください。

アンインストール

a-mem-uninstall-hook   # Remove hooks first
pip uninstall a-mem

仕組み

t=0              t=1                t=2

                 ◉───◉             ◉───◉
 ◉               │                 ╱ │ ╲
                 ◉                ◉──┼──◉
                                     │
                                     ◉

━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━▶
            self-evolving memory

1. メモリを追加 → A-MEM が LLM を使ってキーワード、コンテキスト、タグを抽出します
2. 近傍を検索 → 意味的に類似した既存のメモリを検索します
3. 進化 → 関連するメモリをリンクする、つながりを強化する、または更新するかを判断します
4. 保存 → メタデータと関連情報をすべて含めて ChromaDB に保存します

その結果、単に大きくなるだけでなく、時間とともに賢くなるナレッジグラフが構築されます。

特長

自己進化型メモリ メモリは静的なものではありません。新しい知識を追加すると、A-MEM は関連するメモリを自動で見つけ、つながりを強化し、コンテキストを更新して、タグを進化させます。

意味検索と構造検索 ベクトル類似度とグラフ探索を組み合わせます。意味からメモリを見つけ、そのつながりをたどることができます。

概要表示と詳細表示 まず、軽量なメタデータ（id、コンテキスト、キーワード、タグ）を使った幅優先検索で、関連するメモリを捉えます。次に、read_memory_note で特定のメモリを深さ優先で詳しく調べ、全内容を取得します。これにより、再現率を最大限に高めながら、トークン使用量を抑えられます。

MCP ツール

A-MEM は、コーディングエージェントに 8 つのツールを提供します。

ツール	説明
add_memory_note	新しい知識を保存します（非同期、すぐに戻ります）
search_memories	すべてのメモリを対象に意味検索します
search_memories_agentic	検索してグラフのつながりをたどります
search_memories_by_time	指定した期間内を検索します
read_memory_note	詳細をすべて取得します（一括読み取りに対応）
update_memory_note	既存のメモリを変更します
delete_memory_note	メモリを削除します
check_task_status	非同期タスクの完了状況を確認します

使用例

# The agent calls these automatically, but here's what happens:

# Store a memory (returns task_id immediately)
add_memory_note(content="Auth uses JWT in httpOnly cookies, validated by AuthMiddleware")

# Search later
search_memories(query="authentication flow", k=5)

# Deep search with connections
search_memories_agentic(query="security", k=5)

詳細設定

JSON 設定

詳細に設定するには、~/.claude/settings.json（グローバル）または .claude/settings.local.json（プロジェクト）を編集します。

{
  "mcpServers": {
    "a-mem": {
      "command": "a-mem-mcp",
      "env": {
        "LLM_BACKEND": "openai",
        "LLM_MODEL": "gpt-4o-mini",
        "OPENAI_API_KEY": "sk-..."
      }
    }
  }
}

環境変数

変数	説明	デフォルト
LLM_BACKEND	openai、ollama、sglang、openrouter	openai
LLM_MODEL	モデル名	gpt-4o-mini
OPENAI_API_KEY	OpenAI API キー	—
EMBEDDING_MODEL	Sentence Transformer モデル	all-MiniLM-L6-v2
CHROMA_DB_PATH	保存ディレクトリ	./chroma_db
EVO_THRESHOLD	進化を開始するしきい値	100

メモリのスコープ

• プロジェクト固有（デフォルト）：各プロジェクトのメモリは ./chroma_db に分離して保存されます
• グローバル：CHROMA_DB_PATH=~/.local/share/a-mem/chroma_db を設定すると、プロジェクト間で共有できます

代替バックエンド

Ollama（ローカル、無料）

claude mcp add a-mem -s user -- a-mem-mcp \
  -e LLM_BACKEND=ollama \
  -e LLM_MODEL=llama2

OpenRouter（100 以上のモデル）

claude mcp add a-mem -s user -- a-mem-mcp \
  -e LLM_BACKEND=openrouter \
  -e LLM_MODEL=anthropic/claude-3.5-sonnet \
  -e OPENROUTER_API_KEY=sk-or-...

フックの管理（Claude Code）

セッション開始フックは、Claude にメモリツールを使うよう促します。Claude Code とともに自動でインストールされますが、手動で管理することもできます。

a-mem-install-hook     # Install/reinstall hook
a-mem-uninstall-hook   # Remove hook completely

Python API

A-MEMをPythonから直接使用できます（あらゆるエージェントやアプリケーションで動作します）。

from agentic_memory.memory_system import AgenticMemorySystem

memory = AgenticMemorySystem(
    llm_backend="openai",
    llm_model="gpt-4o-mini"
)

# Add (auto-generates keywords, tags, context)
memory_id = memory.add_note("FastAPI app uses dependency injection for DB sessions")

# Search
results = memory.search("database patterns", k=5)

# Read full details
note = memory.read(memory_id)
print(note.keywords, note.tags, note.links)

研究

A-MEMは、次の論文のコンセプトを実装しています。

A-MEM：LLMエージェントのためのエージェント型メモリ Xu et al.、2025年 arXiv:2502.12110