Pensyve

Pensyve

Pensyve は、AI エージェントの永続的なメモリを実現するオープンソースのランタイムです。事実、会話、観察、アクションの結果を保存し、エージェントが後のセッションでそれらを取得できるようにします。Python、Model Context Protocol（MCP）サーバー、コマンドラインツール、または REST API を通じて利用できます。

Rust エンジンはローカルストレージに SQLite を使用し、埋め込みモデルをローカルで実行して意味に基づく検索を行います。TypeScript と Go のクライアントは、ユーザー自身が実行するゲートウェイに接続します。ローカルでの利用に Pensyve アカウントや API キーは必要ありません。アプリケーションまたはクライアント連携から Pensyve を呼び出して、メモリを保存および取得します。

セットアップを選ぶ

ユースケース	ここから開始
Python エージェントに永続的なメモリを追加する	Python のクイックスタート
Claude Code、Cursor、Codex にメモリツールへのアクセスを提供する	MCP サーバーとクライアントのセットアップガイド
TypeScript、Go、REST を通じてメモリストアを共有する	HTTP ゲートウェイ
LangChain または LangGraph アダプターを使う	Python 連携またはTypeScript 連携

プロジェクトの状況

Pensyve Cloud は 2026 年 10 月 1 日に終了しました。オープンソースプロジェクトは Apache 2.0 ライセンスのもと、このリポジトリで継続しており、エンジン、SDK、連携機能、ドキュメントを利用できます。

Pensyve はメンテナンスモードです。リリースではセキュリティ修正と依存関係の更新を扱い、新機能の追加は予定していません。貢献とサポートに関する方針については、メンテナンスポリシーをご覧ください。保存済みの Cloud エクスポートがある場合は、セルフホストガイドで、独自のゲートウェイで利用する方法を説明しています。

できること

• ユーザー、プロジェクト、その他の名前付きエンティティに関する事実を保存し、会話をエピソードとして記録します。
• テキスト照合、埋め込み、エンティティ間の関係を使ってメモリを検索します。
• 観察とアクションの結果を記録し、統合機能を使って繰り返し現れる事実を昇格させ、メモリの保持を更新します。
• データをローカルの SQLite ストレージに保持するか、SQLite または PostgreSQL を使って HTTP ゲートウェイを実行します。

埋め込みモデルは、すでにキャッシュされていない場合、初回読み込み時にダウンロードされることがあります。ネットワークに接続せずに実行するには、あらかじめモデルファイルを準備する必要があります。モデルのセットアップとデプロイガイドをご覧ください。

エージェントメモリの仕組み

Pensyve は言語モデルの外部にメモリを保存します。アプリケーションが事実や会話を保存し、関連するレコードを検索して、その結果を後のプロンプトに追加します。同じストレージパスと名前空間を再利用すると、エージェントはプロセスやセッションをまたいで情報を取得できます。メモリを保存しても、言語モデルの学習や重みの変更は行われません。

ストアには、事実（意味記憶）、会話（エピソード記憶）、アクションの結果（手続き記憶）、観察という 4 種類のレコードが格納されます。何をいつ記録し、取得するかは、連携機能によって決まります。会話を記録しても、それが成功した手順に自動的に変換されるわけではありません。API とその制限については、保存と取得の仕組みおよび使用例をご覧ください。

Python クイックスタート

Python 3.10 以降が必要です。

pip install pensyve

ローカルストアを作成し、事実を保存して取得します。

import pensyve

p = pensyve.Pensyve(path="./memories", namespace="my-agent")
user = p.entity("user", kind="user")

p.remember(
    entity=user,
    fact="Prefers dark mode and vim keybindings",
    confidence=0.95,
)

for memory in p.recall("editor preferences", entity=user):
    print(memory.content)

後のプロセスで保存したメモリを取得するには、同じパスと名前空間を再利用します。Python SDK はエンジンをプロセス内で実行するため、HTTP ゲートウェイは必要ありません。

同じ p と user を使って、会話を記録することもできます。

with p.episode(user) as episode:
    episode.message("user", "Use dark mode in my editor")
    episode.message("agent", "I updated the editor settings")
    episode.outcome("success")

groups = p.recall_grouped("editor settings", limit=10)
for group in groups:
    for memory in group.memories:
        print(memory.content)

recall_grouped() は、エージェントのプロンプトで使用できるよう、結果をソースセッションごとにグループ化します。詳細は、Python SDK ガイドとレシピをご覧ください。

MCP サーバー

Pensyve のローカル MCP メモリサーバーを使うと、Claude Code、Codex、Cursor などのクライアントでセッションをまたいでメモリを保存、取得できます。このリポジトリをチェックアウトした状態で、Rust 1.94 以降を使ってサーバーをインストールします。

git clone https://github.com/major7apps/pensyve.git
cd pensyve
cargo install --path pensyve-mcp --locked

Cargo のバイナリディレクトリがクライアントの PATH に含まれていることを確認してから、MCP 設定に stdio サーバーのエントリを追加します。

{
  "mcpServers": {
    "pensyve": {
      "command": "pensyve-mcp",
      "args": ["--stdio"],
      "env": {
        "PENSYVE_NAMESPACE": "my-project"
      }
    }
  }
}

サーバーは pensyve_remember、pensyve_recall、pensyve_observe、pensyve_inspect などのツールを提供します。データはローカルに保存され、API キーは必要ありません。設定ファイルの場所はクライアントによって異なります。MCP セットアップガイドとインテグレーションガイドをご覧ください。

HTTP ゲートウェイ

ゲートウェイを実行すると、TypeScript SDK や Go SDK からも、REST または MCP HTTP 経由で Pensyve にアクセスできます。リポジトリのルートからローカルインスタンスを起動します。

HOST=127.0.0.1 PENSYVE_API_KEYS=psy_local_example \
  cargo run --release -p pensyve-mcp-gateway

別のターミナルで、事実を保存して取得します。

curl http://localhost:3000/v1/remember \
  -H "Authorization: Bearer psy_local_example" \
  -H "Content-Type: application/json" \
  -d '{"entity":"user","fact":"Prefers Python","confidence":0.95}'

curl http://localhost:3000/v1/recall \
  -H "Authorization: Bearer psy_local_example" \
  -H "Content-Type: application/json" \
  -d '{"query":"programming language","entity":"user"}'

MCP HTTP エンドポイントは http://localhost:3000/mcp です。クライアントの Authorization: Bearer ヘッダーには、同じ API キーを使用してください。

サンプルキーはローカルテスト用です。デプロイ時には、必須の psy_ プレフィックスを付けた独自のキーを選び、HTTPS と許可するホストを設定してください。セルフホストガイド、ゲートウェイ設定、セキュリティに関するドキュメントをご覧ください。

SDK とインテグレーション

TypeScript SDK と Go SDK の使用には、実行中のゲートウェイが必要です。ゲートウェイの URL と、認証が有効な場合はそのゲートウェイの API キーを設定してください。

インターフェース	インストールまたはガイド
Python	pip install pensyve、SDK ガイド
TypeScript	npm install @pensyve/sdk、SDK ガイド
Go	go get github.com/major7apps/pensyve/pensyve-go/v5@latest、SDK ガイド
Claude Code	プラグインのセットアップ
Cursor	MCP のセットアップとルール
Codex	プラグインのセットアップ
LangChain と LangGraph	Python アダプター、TypeScript アダプター
その他のクライアントとフレームワーク	インテグレーション一覧

コマンドラインツール

リポジトリのルートから CLI をインストールして、コマンドを確認します。

cargo install --path pensyve-cli --locked
pensyve --help
pensyve status
pensyve recall "editor preferences" --entity user

バイナリ名は pensyve です。既定の出力は JSON で、--format text を指定するとテキスト出力になります。CLI は独自の既定のローカル保存先を使用し、Python の例にある ./memories ディレクトリを自動的に開くことはありません。ストレージと名前空間のオプションについては、CLI のソースとコマンド定義をご覧ください。

ドキュメント

ガイド	内容
ドキュメントの目次	セットアップ方法を選び、API ガイドを確認し、過去の計画を参照できます
はじめに	クライアントまたは SDK ごとのセットアップ
セルフホスティング	ゲートウェイのデプロイ、モデルファイル、バックアップ、保存済みの Cloud エクスポート
レシピ	リコール、ファクト、エピソード、観察事項などの API 使用例
アーキテクチャ	ストレージ、検索、コンポーネントの境界
セキュリティ	認証、名前空間の分離、実行制限
信頼性	テストとランタイムの保証
変更履歴	リリース履歴と破壊的変更

開発と貢献

前提条件とセットアップについては、CONTRIBUTING.md から始めてください。 リポジトリのルートから実行します。

uv sync --extra dev
make build
make check

make build は Rust をコンパイルし、Python 拡張機能をビルドします。make check は Rust と Python の lint およびテストコマンドを実行します。TypeScript と Go には 個別のチェックがあり、貢献ガイドに記載されています。

課題とプルリクエストは、メンテナンスポリシーに従ってください。 セキュリティ上の問題は、非公開の脆弱性報告から報告してください。

ライセンス

Pensyve は Apache 2.0 ライセンスの下で公開されています。