memograph

MemoGraph 🧠

MemoGraph は、Markdown ノートのフォルダーを、検索可能で AI に活用できるナレッジグラフに変換します。 LLM の記憶に関する問題を解決します。AI アシスタントは先週火曜日の決定を忘れ、2 つのプロジェクトにまたがる関連ノートを見つけられず、同じ知見を何度も導き直してしまいます。MemoGraph は、ユーザーが管理できる通常の Markdown ファイル内に、永続的でたどりやすく、出典を確認しやすいメモリレイヤーを用意します。

いつもどおりにノートを書くだけです。MemoGraph がノートをインデックス化し、[[wikilinks]] からグラフを構築して、重要度に基づいて順位付けし、必要に応じて LLM（またはチーム）に提供します。

⚡ 60 秒で試す

pip install memograph
memograph quickstart

これで完了です。quickstart コマンドは、相互につながったサンプルのボルト（Python 開発に関する 15 件のノートと、実際のウィキリンク）をディスク上に作成し、取り込んだ後、3 つのデモクエリを実行します。導入を決める前に、グラフとハイブリッド検索の動作を確認できます。特に次のクエリを試してください。

memograph --vault ~/memograph-quickstart search "FastAPI dependency injection"

ボルトには、Depends(...) に関する FastAPI dependencies というタイトルのノートがあります。どのノートのタイトルにも、「dependency」や「injection」という単語は含まれていません。それでも MemoGraph はこのノートを見つけます。ハイブリッド検索が「dependency injection」の意味を理解し、ウィキリンクグラフが関連するノートをつなぐためです。これが、この製品の機能を 1 つのクエリで示した例です。

memograph quickstart --force を再実行すると、いつでも新しいデモにリセットできます。準備ができたら、MemoGraph に実際のノートを指定してください：memograph --vault ~/your-notes ingest。

利用できる機能

個人ユーザー／ナレッジワーカー向け

• 人が読める Markdown ファイルで構成されたボルトを利用できます。独自仕様ではなく、ロックインもありません。ノートはどんなツールよりも長く使い続けられます。
• キーワード検索、意味的類似性、グラフ探索を組み合わせたハイブリッド検索により、正確な言葉を覚えていなくても適切なノートを見つけられます。
• AI 支援によるタグ付け、リンクの提案、情報の欠落検出で、ナレッジベースの陳腐化を防ぎ、成長させられます。
• グラフの閲覧、編集、可視化に使える CLI とウェブ UI を利用できます。

AI エージェント／IDE ユーザー向け

• 30 以上のツールを備えた、すぐに使える本格的な Model Context Protocol（MCP）サーバー。Claude Desktop、Claude Code、Cursor、Cline、Windsurf、Continue、Zed、VS Code、Goose、Gemini CLI、OpenAI Codex CLI などに対応しています。
• AI との会話から決定事項やコンテキストを自動的にボルトに保存する、自律型の「自動保存」フック。
• 会話ごとのメモリ呼び出しにより、アシスタントは毎回コンテキストをコピー＆ペーストしなくても、「先週、X について何を決めたか」を取得できます。

エンタープライズ／SaaS の運用者向け

• マルチテナントデプロイ：テナントごとのファイルシステムレベルの分離、エンドツーエンドの分離テスト、ウォーム LRU カーネルキャッシュを備えています。
• OIDC + API キー認証：JWKS（Auth0、Clerk、WorkOS、Keycloak、Azure AD、Okta）をサポートし、制限的な CORS、リクエストサイズ上限、レート制限を備えています。
• GDPR に準拠した定期削除：猶予期間付きの tombstone フロー、自動最終バックアップ、毎日の reaper、すべての削除を記録する監査ログを備えています。
• オブザーバビリティを標準搭載：OpenTelemetry トレース + Prometheus /metrics、リクエスト ID 付きの構造化 JSON ロギング、オーケストレーション用の個別の /healthz / /readyz を備えています。
• 運用手順書もコードとともに提供：インストール、SSO 設定、RBAC、バックアップと復元、GDPR の手順を収録しています。

利用者にとってのメリット

実現したいこと	MemoGraph が提供するもの
会話をまたいで AI アシスタントがコンテキストを忘れないようにする	永続化された保管庫 + MCP サーバー、さらにオプションの自動保存フック
うろ覚えのメモを数千件の中から見つける	重要度順のランキング機能を備えたハイブリッド検索（キーワード + セマンティック + グラフ）
手動で相互リンクを追加せず、関連するアイデアをつなげる	AI によるリンク候補、バックリンクグラフ、BFS トラバーサル
ナレッジベースに何が足りないかを見つける	ギャップ検出器 + トピッククラスタリング + 学習パスの提案
チームやプロダクト向けのメモリーバックエンドをセルフホストする	Web UI、FastAPI HTTP API、OpenAPI v1 コントラクト、Docker compose
複数の有料顧客に MemoGraph を提供する	マルチテナントのカーネルレジストリ、OIDC、クォータ（ロードマップ）、GDPR 運用手順書
SOC 2 監査のやり取りに対応する	ユーザー + テナントの関連付けを記録する監査ログ、オブザーバビリティ、セキュリティワークフロー、コンプライアンスロードマップのドキュメント

✨ 主な機能

コアメモリエンジン

• グラフベースのメモリー — 双方向の [[wikilinks]] によって、ナビゲート可能なナレッジグラフを自動構築します。
• ハイブリッド検索 — キーワード + セマンティック埋め込み + グラフトラバーサルを組み合わせて、再ランキングします。
• 認知科学に着想を得たメモリータイプ：エピソード、セマンティック、手続き、事実。
• 重要度スコアリング（0～1）：時間の経過とともに低下し、アクセス時に上昇します。
• スマートインデックス作成 — mtime をキャッシュし、変更されたファイルのみを再解析します。
• コンテキスト圧縮 — LLM プロンプト用のトークン予算を考慮したウィンドウ化。
• Markdown ネイティブの保管庫 — すべてのメモリーは YAML frontmatter 付きの .md ファイルで、独自形式は使用しません。

AI 機能

• スマート自動整理エンジン — メモリーからトピック、人物、アクションアイテム、決定事項、質問、感情、リスク、アイデア、タイムライン上のイベントを抽出します。
• AutoTagger — セマンティック分析、構造検出、パターン学習を通じてタグを提案します。
• LinkSuggester — 関連するメモへの [[wikilinks]] を提案します。双方向リンクの候補も含まれます。
• GapDetector — 不足しているトピック、カバー範囲の弱い領域、孤立したメモ、未作成のリンクを明らかにします。
• ナレッジ分析 — 保管庫の統計、トピッククラスタリング、学習パス、関連性分析。

インターフェース

• Python API — 同期、非同期、バッチ処理に対応する MemoryKernel。
• CLI — 取り込み、検索、一括操作、インポート、エクスポート、バックアップ、AI 機能に対応する 24 以上のコマンド。
• MCP サーバー — 30 以上のツール、stdio トランスポート。MCP 互換クライアントにそのまま導入できます。
• Web UI — React + D3 によるグラフの可視化、検索、編集（FastAPI バックエンド + Vite フロントエンド）。
• HTTP API — バージョン管理された /api/v1/、CI 内の OpenAPI スナップショット。サービス間連携にすぐ利用できます。

エンタープライズおよびSaaSへの対応

• マルチテナント — ファイルシステムで分離されたテナント、ウォームカーネルのLRUレジストリ、テナントごとの監査ログ、リリースのゲートとなるエンドツーエンドの分離テストを備えています。
• 認証 — OIDC（JWKS）またはハッシュ化されたAPIキーによる認証、ルートごとの認証スコープ、監査ログへのIDの記録に対応しています。
• Webのセキュリティ強化 — 制限の厳しいCORS、slowapiによるレート制限、リクエストサイズの上限、リクエストIDを含む構造化JSONログ、情報漏えいのない500ハンドラーを備えています。
• ストレージのセキュリティ強化 — パストラバーサルを防ぐVaultへの書き込み、Vaultサイズのソフト／ハード上限、スキーマバージョン管理されたキャッシュファイルを備えています。
• 定期削除 — GDPR第17条に対応するため、設定可能な猶予期間付きのトゥームストーン、自動的な最終バックアップ、毎日の削除スクリプト、猶予期間前に取り消すためのエンドポイントを備えています。
• 可観測性 — OpenTelemetryによるFastAPI／asyncioの自動計装、Prometheusの/metrics、OTLPエクスポートに対応しています。
• 信頼性 — 並行処理の監査、並行書き込みのストレステスト、整合性チェック付きのバージョン管理されたバックアップ形式に対応しています。
• 配布 — バージョンを固定した依存関係、セルフホスト用のDocker compose、セキュリティワークフロー（bandit + pip-audit）を備えています。

運用担当者向けの詳細については、docs/INSTALL_ENTERPRISE.md、docs/SSO_SETUP.md、docs/GDPR_RUNBOOK.md、docs/BACKUP_RESTORE_RUNBOOK.md、docs/OBSERVABILITY_GUIDE.md、docs/RBAC_GUIDE.mdをご覧ください。

🚀 クイックスタート

自分でホスティングしますか？ docs/HOSTING_GUIDE.mdでは、本当に無料で利用できる4つの方法を紹介しています。Oracle Free Tier、Cloudflare Tunnelとお手元のハードウェア（ほとんどの方におすすめ）、GCPの常時無料構成、GitHubリポジトリをVaultとして使う方法です。OIDCによるワークスペースIDと、ポータビリティ用バックアップとしてのDriveについては、docs/GOOGLE_WORKSPACE_SETUP.mdに記載されています。

インストール

pip install memograph

オプションの依存関係を含めてインストールします。

# For OpenAI support
pip install memograph[openai]

# For Anthropic Claude support
pip install memograph[anthropic]

# For Ollama support
pip install memograph[ollama]

# For embedding support
pip install memograph[embeddings]

# Install everything
pip install memograph[all]

Pythonでの使用方法

from memograph import MemoryKernel, MemoryType

# Initialize the kernel attached to your vault path
kernel = MemoryKernel("~/my-vault")

# Ingest all notes in the vault
stats = kernel.ingest()
print(f"Indexed {stats['indexed']} memories.")

# Programmatically add a new memory
kernel.remember(
    title="Meeting Note",
    content="Decided to use BFS graph traversal for retrieval.",
    memory_type=MemoryType.EPISODIC,
    tags=["design", "retrieval"]
)

# Retrieve context for an LLM query
context = kernel.context_window(
    query="how does retrieval work?",
    tags=["retrieval"],
    depth=2,
    top_k=8
)

print(context)

🔌 MCP サーバー（Model Context Protocol）

MemoGraphには、ClineやClaude DesktopなどのAIアシスタントとシームレスに連携できる、フル機能のMCPサーバーが含まれています。

📖 MemoGraph MCPを初めてお使いですか？ 実践的な使用方法と例については、**MCPユーザーガイド**をご覧ください。

🚨 接続に問題がありますか？ 「接続できません」というエラーへの一般的な対処法については、**セットアップとトラブルシューティングガイド**をご覧ください。

19種類の利用可能なツール

カテゴリ	ツール	説明
検索	search_vault, query_with_context	セマンティック検索とコンテキストの取得
作成	create_memory, import_document	メモリーの追加とドキュメントのインポート
読み取り	list_memories, get_memory, get_vault_info	メモリーの一覧表示と取得
更新	update_memory	既存のメモリーの変更
削除	delete_memory	IDを指定したメモリーの削除
分析	get_vault_stats	Vaultの統計情報と分析結果
検出	list_available_tools	利用可能なすべてのツールの一覧表示
自律型	auto_hook_query, auto_hook_response, configure_autonomous_mode, get_autonomous_config	自律的なメモリー管理
グラフ	relate_memories, search_by_graph, find_path	グラフを活用したリンクと探索
一括処理	bulk_create	1回の呼び出しで複数のメモリーを作成

対応クライアント

MemoGraph の MCP サーバーは stdio サーバーです。MCP 互換のエージェント型 CLI やエディターと一緒に実行できます。完全なセットアップガイド（設定ファイルのパス、フォーマットの注意点、検証手順）は docs/MCP_CLIENTS.md にあります。

クライアント	フォーマット	クイックリファレンス
Claude Code（CLI）	mcpServers	claude_code_config.json
Claude Desktop	mcpServers	claude_desktop_config.json
Cline	mcp.servers	cline_config.json
Cursor	mcpServers	cursor_config.json
Windsurf	mcpServers	windsurf_config.json
Continue.dev	experimental.modelContextProtocolServers	continue_config.json
Zed	context_servers	zed_config.json
VS Code（1.99+）	servers	vscode_config.json
Goose（Block）	YAML extensions	goose_config.yaml
Roo Code	mcpServers	roo_code_config.json
Gemini CLI	mcpServers	gemini_cli_config.json
OpenAI Codex CLI	TOML mcp_servers.<name>	codex_config.toml
LM Studio	mcpServers	lm_studio_config.json
Cherry Studio	UI フォーム	cherry_studio_config.json
IBM Bob Shell	mcpServers	bob_shell_config.json

MCP サーバーの起動

pip install memograph（または uv tool install memograph）の後、3 つの起動コマンドはすべて同じように動作します。

memograph-mcp                              # console script (recommended)
python -m memograph.mcp.run_server         # module form (works with any Python)
uvx --from memograph memograph-mcp         # zero-install via uv

memograph-mcp と memograph はどちらもコンソールスクリプトとして登録されています。前者は MCP サーバーを起動し、後者は CLI です。互いに競合することはありません。

読み取り専用モード

共有環境や信頼できないクライアントの場合は、MEMOGRAPH_READONLY=true を設定してください。サーバーは、すべての保管庫への書き込みツール（create_memory、import_document、update_memory、delete_memory、relate_memories、bulk_create、batch_update、batch_delete、import_backup_tool、自動保存フック）を拒否し、代わりに構造化された {"success": false, "readonly": true, "error": "..."} ペイロードを返します。読み取りツール（search_vault、query_with_context、list_memories、get_memory、分析、グラフトラバーサル）は引き続きすべて利用できます。

Claude Desktop のクイックセットアップ

claude_desktop_config.json に追加します。

{
  "mcpServers": {
    "memograph": {
      "command": "memograph-mcp",
      "env": {
        "MEMOGRAPH_VAULT": "/path/to/your/vault"
      }
    }
  }
}

クライアントの PATH に memograph-mcp バイナリがない場合（クライアントがシェル環境を読み込まずに起動するとよく発生します）は、代わりに明示的なモジュール形式を使用してください。

{
  "mcpServers": {
    "memograph": {
      "command": "python",
      "args": ["-m", "memograph.mcp.run_server"],
      "env": {
        "MEMOGRAPH_VAULT": "/path/to/your/vault"
      }
    }
  }
}

Cline のクイックセットアップ

~/.cline/mcp_settings.json に追加します。

{
  "mcp": {
    "servers": {
      "memograph": {
        "command": "memograph-mcp",
        "env": {
          "MEMOGRAPH_VAULT": "/path/to/your/vault"
        }
      }
    }
  }
}

Claude Code、Cursor、Windsurf、Continue、Zed、VS Code、Goose、Gemini CLI、Codex CLI、LM Studio、Cherry Studio、Bob Shell の設定については、docs/MCP_CLIENTS.md を参照してください。

MCP Registry からインストール

新着：MemoGraph が公式 MCP Registry で利用できるようになりました！🎉

Registry URL：https://github.com/modelcontextprotocol/servers/tree/main/src/memograph

pip install memograph

次に、クライアント用のスニペットを設定ファイルに追加します（上の表または docs/MCP_CLIENTS.md を参照してください）。

MCP Registry に登録するメリット：

• ✅ Anthropic、GitHub、Microsoft が支援する公式レジストリ
• ✅ すべての MCP 互換クライアントから検索可能
• ✅ 検証済みのサーバーカードとメタデータ
• ✅ PyPI パッケージからの直接リンク
• ✅ MCP コミュニティからの信頼

注：レジストリでは PyPI パッケージのバージョンが使用されます。pip install memograph を実行すると、レジストリに登録された最新バージョンが自動的にインストールされます。

提出と設定の完全なガイドについては、MCP_REGISTRY_GUIDE.md をご覧ください。

使用例

設定が完了したら、AI アシスタントに自然な言葉で指示します。

"Search my vault for memories about Python"
"Create a memory titled 'Project Ideas' with content '...'"
"Update memory abc-123 to have salience 0.9"
"Delete memory xyz-456"
"What tools are available?"
"Get vault statistics"

MCP 設定の完全なガイドについては、CONFIG_REFERENCE.md をご覧ください。

自動保存フックの使用

MemoGraph には、会話を自動的に保存する自律型フックが用意されています。

• ⚠️ 重要：フックは受動的なツールです。設定については、自律型フックガイドをご覧ください
• 📝 簡単な修正：Claude Desktop にカスタム指示を追加します（手順はガイドに記載されています）
• 🔧 MEMOGRAPH_AUTONOMOUS_MODE=true で設定します

自律型フックのユーザーガイド全文を読む →

🎯 CLI の使用方法

MemoGraph には、ボルトを管理し、ボルトとチャットするための高機能な CLI が付属しています。

取り込み

Markdown ファイルをグラフデータベースにインデックス化します。

memograph --vault ~/my-vault ingest

すべてのファイルを強制的に再インデックス化します。

memograph --vault ~/my-vault ingest --force

記憶

コマンドラインから手軽にメモリーを追加します。

memograph --vault ~/my-vault remember \
    --title "Team Sync" \
    --content "Discussed Q3 goals." \
    --tags planning q3

コンテキストウィンドウ

クエリ用のコンテキストを生成します。

memograph --vault ~/my-vault context \
    --query "What did we decide about the database?" \
    --tags architecture \
    --depth 2 \
    --top-k 5

質問（対話型チャット）

ボルトのコンテキストを使って対話型チャットセッションを開始します。

memograph --vault ~/my-vault ask --chat --provider ollama --model llama3

または、単一の質問をします。

memograph --vault ~/my-vault ask \
    --query "Summarize our design decisions" \
    --provider claude \
    --model claude-3-5-sonnet-20240620

診断

環境と LLM プロバイダーへの接続を確認します。

memograph --vault ~/my-vault doctor

### Import Documents

Import documents (TXT, PDF, DOCX) and convert them to markdown:

```bash
# Import a single file
memograph --vault ~/my-vault import document.pdf --type episodic

# Import entire folder
memograph --vault ~/my-vault import ~/Documents --recursive

# Preview files without importing (dry run)
memograph --vault ~/my-vault import ~/Documents --dry-run

# Auto-ingest after import
memograph --vault ~/my-vault import document.pdf --auto-ingest

一括操作

複数のメモリーを効率的に管理します。

# Bulk create memories from JSON/CSV
memograph --vault ~/my-vault batch-create memories.json

# Bulk update memories by filter
memograph --vault ~/my-vault batch-update \
    --filter-tags outdated \
    --add-tags reviewed \
    --salience 0.8

# Bulk delete with safety checks
memograph --vault ~/my-vault batch-delete \
    --filter-type episodic \
    --filter-max-salience 0.3 \
    --dry-run

データ管理

ボルトをエクスポート、バックアップ、復元します。

# Export vault to JSON/CSV/Markdown
memograph --vault ~/my-vault export --format json --output backup.json

# Create timestamped backup
memograph --vault ~/my-vault backup --output ./backups

# Restore from backup
memograph --vault ~/my-vault import-backup backup.zip

設定と統計

設定を管理し、ボルトの分析情報を確認します。

# View vault statistics
memograph --vault ~/my-vault stats

# Configure settings
memograph config set embedding_provider openai
memograph config get embedding_provider
memograph config list

# Manage profiles
memograph config profile create work --vault ~/work-vault
memograph config profile use work

MCP の設定

Claude Desktop または Cline 用の MCP サーバーを設定する対話型ウィザードです。

# Run interactive setup wizard
memograph setup-mcp

# Verify MCP configuration
memograph verify-mcp

📖 CLI ドキュメント全文： 24 個の全コマンドを網羅した 200 以上の例を含む詳しいドキュメントは、CLI 使用ガイド をご覧ください。

🤖 AI 機能

MemoGraph には、ナレッジ管理のワークフローを強化する高機能な AI 機能が含まれています。詳細については、AI 機能ガイド をご覧ください。

🏷️ AutoTagger - インテリジェントなタグ候補

意味分析、コンテンツ構造、既存のパターンを使って、関連性の高いタグを自動的に提案します。

# Suggest tags for a note
memograph suggest-tags note.md

# Apply high-confidence suggestions automatically
memograph suggest-tags note.md --apply

# Adjust confidence threshold and limit
memograph suggest-tags note.md --min-confidence 0.5 --max-suggestions 10

機能： 頻度ベースの抽出 • 意味的類似性 • 構造の検出 • パターンの学習 • 信頼度スコアリング

🔗 LinkSuggester - スマートな Wiki リンクの推奨

意味的類似性とグラフ分析を用いて、関連ノートへの Wiki リンクをインテリジェントに推奨します。

# Suggest links for a note
memograph suggest-links note.md

# Apply suggestions automatically
memograph suggest-links note.md --apply

# Show bidirectional link opportunities
memograph suggest-links note.md --show-bidirectional

機能： セマンティック検索 • キーワードマッチング • グラフベースの提案 • 双方向リンクの検出 • リンク先のプレビュー

🔍 GapDetector - ナレッジベース分析

ボルト内の未掲載トピック、カバー範囲の不足、孤立したノートを特定します。

# Detect all gaps
memograph detect-gaps

# Focus on high-severity gaps
memograph detect-gaps --min-severity 0.7

# Export results to JSON
memograph detect-gaps --output json > gaps.json

ギャップの種類： 未掲載トピック • カバー範囲の不足 • 孤立したノート • リンクの不足

📊 ナレッジ分析 - 包括的な分析情報

ナレッジベース全体の包括的な分析を取得します。

# Full analysis with all features
memograph analyze-knowledge

# Export detailed report to JSON
memograph analyze-knowledge --output json > analysis.json

分析内容： ボルトの統計 • トピックのクラスタリング • 学習パス • ギャップの検出 • 関連性の分析

AI 機能向け Python API

from memograph import MemoryKernel
from memograph.ai import AutoTagger, LinkSuggester, GapDetector

kernel = MemoryKernel("~/my-vault")
kernel.ingest()

# Get tag suggestions
tagger = AutoTagger(kernel, min_confidence=0.4)
suggestions = await tagger.suggest_tags(
    content="Python is great for data science",
    title="Data Science with Python"
)

# Get link suggestions
suggester = LinkSuggester(kernel, min_confidence=0.5)
links = await suggester.suggest_links(
    content="Python async programming tutorial",
    title="Async Python"
)

# Detect knowledge gaps
detector = GapDetector(kernel, min_severity=0.5)
gaps = await detector.detect_gaps()

# Comprehensive analysis
analysis = await detector.analyze_knowledge_base()

📖 詳細なドキュメント：

• AI 機能ガイド - 例を含む包括的なガイド
• Web UI ガイド - ブラウザーで AI 機能を使用する方法
• MCP AI ツールガイド - Claude と Cline 向けの AI 機能

💡 ユースケース： ノートの自動整理 • 関連性の発見 • 不足箇所の特定 • 一貫性の維持 • 学習パスの構築

📖 基本概念

メモリーの種類

MemoGraph は、認知科学に着想を得たさまざまな種類のメモリーをサポートしています。

• エピソード記憶：個人的な経験や出来事（例：会議メモ）
• 意味記憶：事実や一般知識（例：ドキュメント）
• 手続き記憶：手順やプロセスに関する知識（例：チュートリアル）
• 事実記憶：個別の事実情報（例：設定値）

グラフ探索

このライブラリは BFS（幅優先探索）を使用して、ナレッジグラフを探索します。

# Retrieve nodes with depth=2 (2 hops from seed nodes)
nodes = kernel.retrieve_nodes(
    query="graph algorithms",
    depth=2,  # Traverse up to 2 levels deep
    top_k=10  # Return top 10 relevant memories
)

顕著性スコア

各メモリーには、重要度を表す顕著性スコア（0.0-1.0）があります。

---
title: "Critical Architecture Decision"
salience: 0.9
memory_type: semantic
---

We decided to use PostgreSQL for better ACID guarantees...

🏗️ プロジェクト構成

MemoGraph/
├── memograph/          # Main package
│   ├── core/           # Core functionality
│   │   ├── kernel.py   # Memory kernel
│   │   ├── graph.py    # Graph implementation
│   │   ├── retriever.py # Hybrid retrieval
│   │   ├── indexer.py  # File indexing
│   │   └── parser.py   # Markdown parsing
│   ├── adapters/       # LLM and embedding adapters
│   │   ├── embeddings/ # Embedding providers
│   │   ├── frameworks/ # Framework integrations
│   │   └── llm/        # LLM providers
│   ├── storage/        # Storage and caching
│   ├── mcp/            # MCP server implementation
│   └── cli.py          # CLI implementation
├── tests/              # Test suite
├── examples/           # Example usage
└── scripts/            # Utility scripts

🤝 貢献

皆さまからの貢献を歓迎します。詳細については、貢献ガイドをご覧ください。

開発環境のセットアップ

1. リポジトリをクローンします。

   git clone https://github.com/Indhar01/MemoGraph.git
   cd MemoGraph
   

2. 開発モードでインストールします。

   pip install -e ".[all,dev]"
   

3. pre-commit フックをインストールします。

   pre-commit install
   

4. テストを実行します。

   pytest
   

コード品質

高いコード品質基準を維持しています。

• リンティング：高速な Python リンティングには Ruff を使用
• フォーマット：一貫したコードスタイルのために Ruff formatter を使用
• 型チェック：静的な型解析には MyPy を使用
• テスト：包括的なテストカバレッジを備えた Pytest を使用
• Pre-commit フック：各コミット前に自動チェックを実行

📚 ドキュメント

はじめに

• ホスティングガイド - 💸 無料のホスティング方法（Oracle Free Tier、Cloudflare Tunnel、GCP、GitHub-vault）と強化チェックリスト
• Google Workspace のセットアップ - 🔐 OIDC ID と Drive の移植性に対応したバックアップ
• MCP クライアントガイド - 🔌 15 以上のエージェント型 CLI／エディター向けセットアップ例（Claude Code、Cursor、Windsurf、Continue、Zed、VS Code、Goose、Gemini CLI、Codex CLI、LM Studio、…）
• MCP ユーザーガイド - ⭐ まずはこちらをご覧ください！ MemoGraph MCP の完全ガイド
• セットアップとトラブルシューティング - 🚨 接続できませんか？ 接続問題の段階的な解決方法
• MCP テストガイド - セットアップ後に MCP サーバーをテストする方法

開発者・貢献者向け

• MCP Registry ガイド - 公式 MCP Registry への公開
• バージョニング戦略 - セマンティックバージョニングとリリース計画
• AGENTS.md - このコードベースで作業する AI エージェント向けガイド
• 貢献ガイド - プロジェクトへの貢献方法
• 行動規範 - コミュニティガイドライン
• セキュリティポリシー - セキュリティ報告とベストプラクティス
• 変更履歴 - バージョン履歴と変更内容

🔒 セキュリティ

脆弱性の報告については、セキュリティポリシーをご覧ください。

📄 ライセンス

このプロジェクトは MIT License の下でライセンスされています。詳細については、LICENSE ファイルをご覧ください。

🌟 謝辞

LLM アプリケーションにおけるメモリー管理の改善ニーズに着想を得ています。以下を活用して構築されています。

• グラフベースの知識表現
• ハイブリッド検索戦略
• 認知科学の原則

📬 お問い合わせ・サポート

• 課題：GitHub Issues
• ディスカッション：GitHub Discussions

📣 コミュニティ・フィードバック

コミュニティからのフィードバックと貢献を大切にしています。参加方法は次のとおりです。

課題の報告

バグを見つけた場合や機能をリクエストしたい場合は、GitHub で課題を作成してください。

ディスカッション

GitHub Discussionsで会話に参加しましょう。

• 質問する
• ユースケースを共有する
• 改善を提案する
• 作成したものを紹介する

貢献

貢献を歓迎します！詳細は貢献ガイドをご覧ください。

• コードへの貢献
• ドキュメントの改善
• バグ報告と機能リクエスト
• コミュニティのサポート

最新情報を受け取る

• ⭐ GitHubでリポジトリにスターを付ける
• 👁️ 更新やリリースをウォッチする
• 📦 PyPIでプロジェクトをフォローする
• 🔗 MCP Registryの掲載ページを確認する

🚦 ステータス

現行バージョン：0.3.0

シングルテナントのデプロイは安定しており、本番環境での使用を推奨します。 マルチテナントのデプロイは機能がそろっており、エンドツーエンドの分離テストがリリースの条件となっています。公開 API は v1.0 で安定する予定です。

• ✅ コア機能は安定しており、セキュリティ、コントラクト、テナンシーの各テストスイートで172件以上のテストを実施済みです
• ✅ パッケージ全体をMyPyで型チェック済みです
• ✅ Ruffによるリンティングとフォーマット、およびpre-commitフック
• ✅ CIにOpenAPI v1コントラクトのスナップショットを導入
• ✅ マルチテナントの分離に関する不変条件を、e2eテストスイートで検証済みです
• ⚠️ v1.0.0までは、マイナーバージョンで公開 API が変更される可能性があります

最近追加された機能

• フェーズ3.7 — GDPRに準拠したテナントのスケジュール削除：猶予期間付きのトゥームストーン、毎日の再処理、自動的な最終バックアップ。
• フェーズ3.5 — TenantRegistryをリクエスト処理経路に接続。管理者以外のルートでは、テナントごとにカーネルを解決します。
• フェーズ3の足場 — マルチテナンシーのADR、TenantStorage、TenantRegistry、テナントのライフサイクルを管理する管理者ルート。
• フェーズ2 — OpenTelemetry + Prometheus、構造化JSONログ、並行処理の監査、ストレステスト。
• フェーズ1 — OIDC + APIキー認証、slowapiレート制限、制限的なCORS、リクエストサイズ上限、Vaultサイズ上限、スキーマバージョン管理されたキャッシュ、OpenAPI v1コントラクト、セキュリティテストスイート。
• フェーズ0 — パストラバーサルを防ぐVault書き込み、情報漏えいを防ぐエラーハンドラー、依存関係のバージョン固定、Docker compose、セキュリティCIワークフロー。
• 📦 公式MCP Registryに公開済み（io.github.indhar01/memograph）

---

LLMのメモリ管理をより良くするために、❤️を込めて作られました