mismem

misMEM

LLM 向けの協調的な永続メモリです。単一の領域（~/.mismem/mem.db）を複数のインスタンス（Copilot、Claude Code、Claude Desktop、カスタムエージェント）が共有し、同じ MCP プロトコルでやり取りします。

協調性が情報の永続性を生みます。

なぜ存在するのか

LLM の各インスタンスは、メモリを持たずに起動します。各クライアント（Copilot、Claude Desktop、Claude Code、ChatGPT）は、それぞれ互換性のないサイロに情報を保存します。ユーザーはコンテキストを繰り返し伝えます。セッション間の継続性は失われます。

misMEM は、単一の仕組みでこれを解決します。SQLite データベースと、5 つの呼び出しからなる MCP プロトコルを、MCP を話すあらゆるクライアントから利用できます。

アーキテクチャ：生物学的な記憶のような 3 層構造

episodes  (verbatim; se borran con `forget` una vez consolidados)
    ↓  consolidación (manual o LLM nocturno)
memories  (gist + details, salience con decay + refuerzo Hebbiano)
    ↓  crystallize
traits    (patrones cristalizados — identidad, leyes, decisiones firmes)

情報の損失は、人間の記憶と同じように意図的かつ非対称です。生の情報は薄れ、蒸留された情報は残り、結晶化された情報は維持されます。

各層に保存されるもの

層	表すもの	ライフサイクル	用途
episodes	起きたこと：元のテキストと日付	統合後は一時的	証拠と直近のコンテキスト
memories	複数のエピソードを要約して得られた知識	使用しないと salience が下がり、思い出すと上がります	運用知識とセマンティック検索
traits	安定したパターン、好み、判断	明示的に削除しない限り永続	アイデンティティと最優先ルール

例：「今日は PostgreSQL のほうが性能がよかった」は episode、「このプロジェクトでは PostgreSQL が望ましい」は memory、「並行処理には堅牢なソリューションを優先する」は trait として結晶化できます。

5 つの操作、単一の領域

呼び出し	機能
capture	エピソードを階層型スコープ（project/daily、vscode/transcripts、…）に記録します
recall	FTS5 + セマンティック検索を行い、返された memories を強化します
consolidate	関連するエピソードをまとめて 1 つのメモリにします
crystallize	証拠を添えて trait／法則（アイデンティティ、確固とした判断）を固定します
forget	もう参照されないものを手放します

さらに、engram-compat レイヤー（mem_save、mem_search、mem_context、mem_session_*、…）により、Engram プロトコルを話すクライアントとの互換性を維持します。

クイックスタート

最も手早い方法は、クローンせずに npm 経由で利用することです。クライアント（VS Code／Claude Code／Claude Desktop）の mcp.json に次のように記述します。

{
  "mcpServers": {
    "mismem": {
      "command": "npx",
      "args": ["-y", "@lucasmella/mismem"]
    }
  }
}

初回使用時に DB が自動作成されます（デフォルト：~/.mismem/mem.db。MISMEM_DB で設定可能）。ほかに何も設定しなくても、メモリはローカルディスクに保存され、マシンの外に出ることはありません。テキストを外部に送信する 2 つのオプション機能については、プライバシーをご覧ください。

リモートインスタンス（複数クライアント）

複数のマシンから同じメモリにアクセスするには、公式 Docker イメージを使用します。

docker run -d --name mismem-brain \
  -e MISMEM_AUTH_USER=brain -e MISMEM_AUTH_PASS=<pass> \
  -v mismem-data:/data -p 3200:3200 \
  ghcr.io/lucasmella-stack/mismem-brain:latest

Traefik + TLS を使った完全なガイドは、DEPLOY.mdをご覧ください。

コードから利用する

git clone https://github.com/lucasmella-stack/misMEM.git
cd misMEM/engine
pnpm install
pnpm test        # todo verde antes de usar
pnpm build       # tsc → dist/

また、mcp.json に次のように記述します："command": "node", "args": ["/misMEM/engine/dist/server.js"]。

コンポーネント

• engine/src/server.ts — MCP stdio サーバー（ローカル利用）。
• engine/src/server-http.ts — リモートデプロイ向けの Streamable HTTP（BasicAuth はオプション、/healthz）。DEPLOY.mdをご覧ください。
• engine/src/viewer.ts — /viewer と /api/{stats,recent,search} の読み取り専用パネル。
• LLM による統合 — 夜間 cron により、DeepSeek への直接接続または OpenRouter を使ってエピソードをメモリに蒸留します。ノイズを除外する Pareto プリフィルターも備えています。engine/src/consolidation/README.mdをご覧ください。
• CLI — mismem-ingest（ChatGPT エクスポート／VS Code トランスクリプト）、mismem-consolidate、mismem-forget、mismem-stats、mismem-embed、mismem-migrate-engram、mismem-bench（独自の質問セットで、強化を行わずに recall を測定します）。

スタック

• エンジン: 厳格な TypeScript、ES2022、ESM、Node ≥22。
• ストレージ: WAL を使用する SQLite（複数のリーダー + 1 つのライターが同時に動作）。better-sqlite3。
• 検索: memories 向けの FTS5 + RRF セマンティック検索。traits > memories > episodes の優先順位を維持します。
• プロトコル: @modelcontextprotocol/sdk 経由の Model Context Protocol。
• バリデーション: すべての境界で Zod を使用します。

状態

• ✅ MCP エンジンが稼働中（5 つの呼び出し + engram-compat レイヤー）。
• ✅ recall で Hebbian boost が有効。salience は decay します。
• ✅ スコープは階層化され、スコープ間の漏洩はありません。
• ✅ Streamable HTTP サーバー + Docker/Traefik へのデプロイ。
• ✅ 夜間の LLM による統合（episodes → memories）。
• ✅ 読み取り専用ビューアー + 内部確認用 CLI。
• ✅ 取り込み時に重複を除去（再取り込みは冪等です）。
• ✅ ハイブリッド recall：FTS5 + Ollama または OpenAI 互換サーバーを介したオプションのセマンティック検索。
• 🚧 配布可能なバイナリ（Bun --compile）。

セマンティック検索（オプション）

Embedding サーバーが稼働している場合、recall は意味に基づく検索を追加します。「借金」と書かれたメモリを、「お金の問題」というクエリで見つけられます。デフォルトは Ollama です（ollama pull nomic-embed-text）。ベクトルは同じ SQLite 内に BLOB として保存され、検索にはネイティブ拡張なしで JS のコサイン類似度を使います。サーバーが応答しない場合は、自動的に FTS5 のみの検索に切り替わります。FTS5 では、クエリのすべての単語（「何」「について」「the」などのストップワードを除く）が必要です。セマンティック検索の対象は意図的に memories のみに限定され、episodes と traits は引き続き FTS5 で検索されます。バックフィルと再インデックスには mismem-embed（--status、--force）を使います。

OpenAI 互換サーバー（/v1/embeddings、例：llama-server --embedding）にも接続できます。複数言語のメモリには、EmbeddingGemma 2 が適しています。プレフィックスを設定し、より高いカットオフ値を使用してください。

MISMEM_EMBEDDING_PROVIDER=openai
MISMEM_EMBEDDING_URL=http://127.0.0.1:8080
MISMEM_EMBEDDING_MODEL=embeddinggemma-2
MISMEM_EMBEDDING_QUERY_PREFIX="task: search result | query: "
MISMEM_EMBEDDING_DOC_PREFIX="title: none | text: "
MISMEM_EMBEDDING_MIN_SCORE=0.68

検索では、設定済みモデルのベクトルのみを比較します。モデルを変更した場合、再インデックスは次回のバックフィル（mismem-embed）時にのみ行われます。プレフィックスの変更は検出されないため、mismem-embed --force が必要です。デフォルト値を含むすべての変数は、DEPLOY.md に記載されています。

Salience、decay、忘却

補強がない memories は 90 日ごとに salience が半減します（MISMEM_SALIENCE_HALF_LIFE_DAYS で設定可能）。recall は未適用の decay を適用してから、Hebbian 補強を加算します。forget は猶予期間の経過後にのみ、しきい値を下回る memories を削除します。--dry-run は DB を変更せずに結果を計算します。

プライバシー

あなたのメモリはあなたのものです。DB（*.db）、ダンプ、個人用エクスポートは .gitignore に含まれています。絶対にコミットしないでください。MISMEM_AUTH_USER／MISMEM_AUTH_PASS が設定されていない HTTP サーバーは、認証なしで動作します。この設定で使うのは localhost のみとしてください。

オプション機能のうち 2 つは、設定した場合に限り、プロセス外へテキストを送信します。

• 意味に基づく検索: Embedding サーバーには、各メモリと各クエリのテキストが送信されます。ご自身のマシンまたは内部ネットワークで実行してください。
• LLM による統合: エピソードはテキストのまま DeepSeek（または OpenRouter と、その背後にあるプロバイダー）に送信されます。キーがない場合は動作しません。

哲学

過去が存在するのは、それを書き記し、まとめたからです。

Franz Bardon の Initiation Into Hermetics から一部着想を得ています。インスタンス間の意識を映し出す鏡には、2 つの極が必要です。misMEM は大地の基盤、つまりセッションをまたいでも失われないメモリです。これにより、人間⇄LLM の協力に真の継続性が生まれます。

貢献

Issue と PR を歓迎します。PR を送る前に、engine/ から pnpm typecheck && pnpm test を実行してください（すべて成功すること）。コミットには Conventional Commits（feat:、fix:、…）を使用してください。コード規約は .github/copilot-instructions.md に記載されています。

ライセンス

MIT。LICENSE を参照してください。