memtomem

memtomem

AI コーディングエージェント向けの Markdown ファーストな長期記憶です。ファイルは自分のものとして手元に残り、基本的な使い方ではフックをデフォルトで必要としません。

🚧 アルファ版 — 0.x リリース間では、API、デフォルト設定、ディスク上の設定項目が変更される可能性があります。フィードバックや問題の報告を特に歓迎します：Issues · Discussions。

memtomem は、Markdown のメモ、文書、コードを、あらゆる AI コーディングエージェントが利用できる検索可能なナレッジベースに変換します。通常の .md ファイルとしてメモを書くだけで、memtomem がインデックスを作成し、キーワードと意味の両方から検索できるようにします。

flowchart LR
    A["Your files\n.md .json .py"] -->|Index| B["memtomem"]
    B -->|Search| C["AI agent\n(Claude Code, Cursor, etc.)"]

初めての方へ Getting Started ガイドに従えば、5 分以内に動作する環境を整えられます。Claude Code または Codex CLI をお使いですか？韓国語版バイブコーディングのクイックスタートをご覧ください。

memtomem を選ぶ理由

クイックスタート

1. インストール

uv tool install 'memtomem[all]'       # or: pipx install 'memtomem[all]'
mm --version                          # verify install

[all] を指定すると、以下のセクションで説明する機能、すなわち ONNX 密ベクトル埋め込み、韓国語トークナイザー、コードチャンク分割機能、Web UI がすべて含まれます。Ollama および OpenAI の埋め込みプロバイダーには追加のインストールは不要で、どのインストール構成でも利用できます。これらのダウンロードを省いた軽量なインストール（モデルをダウンロードする前で、インストール後のサイズは約 340 MB ではなく約 50 MB）については、Getting Started ガイドの最小構成でのインストール方法をご覧ください。

インストール直後に mm --version で表示されるバージョンが最新リリースより古い場合は、uv が PyPI のメタデータをキャッシュしている可能性があります。uv tool install 'memtomem[all]' --refresh を再実行するか、まず uv cache clean memtomem でキャッシュを消去してください。既存の uv ツールをアップグレードする場合は、uv tool install を再実行するのではなく mm upgrade を使用してください。保持されるものと停止するものについては、CLI リファレンスをご覧ください。

mm: command not found と表示されますか？ uv tool install はシムを ~/.local/bin に配置しますが、macOS/Linux の新しいシェルではこのパスが $PATH に含まれていません。uv tool update-shell を実行し、新しいシェルを開いてから mm --version をもう一度実行してください。

2. セットアップ

Claude プラグインをアップグレードした後： 再読み込み後に /mcp を再確認してください。 このプラグインは memtomem[onnx]==0.6.9 を起動します。起動方法が異なる手動登録 — ベースのみの memtomem、または以前のリリースに固定された ONNX 起動 — は重複排除の対象にならず、ツールが重複して表示される場合があります。手動登録の名前とスコープを確認し、起動コマンドをプラグインに合わせるか、その重複登録を削除してください。

mm init                               # preset picker, then memory_dir + MCP

対話型ピッカーには、3 つのプリセットが用意されています — Minimal（BM25、ダウンロードなし）、English (Recommended)（ONNX multilingual-e5-small + 英語リランカー + プロバイダーを自動検出）、Korean-optimized（ONNX multilingual-e5-small + kiwipiepy トークナイザー、リランカーなし） — さらに、10 ステップのウィザード全体を開く Advanced 項目があります。プリセットの手順で尋ねられるのは、メモリディレクトリと MCP 登録のみです。それ以外はすべてプリセットに基づいて設定されます。

最も手早く、ダウンロードなしで最初の動作を確認するには Minimal を選択してください。セマンティック検索を追加する準備ができたら、後で mm init を再実行します。

インデックス作成と検出（Claude Code）： セットアップで自動検出されるプロバイダーのメモリフォルダー（例：~/.claude/projects/*/memory/）は、検索 インデックス に追加されます。これは、Web UI でオプトインして行う ~/.claude/projects/ の Context Gateway スキャンとは別の機能です。後者は Skills、Custom Commands、Subagents 用のプロジェクト ルート を検出します。違いと情報が失われるスラッグに関する注意事項は、Configuration → Context Gateway を参照してください。

自動化／CI の場合：

mm init --non-interactive                   # minimal preset, no prompts
mm init --preset korean --non-interactive   # Korean-optimized bundle, no prompts
mm init --advanced                          # force the full 10-step wizard

モデル／プロバイダーの全対応表については、Embeddings を参照してください。

3. メモリの往復処理を確認する

最初の動作確認に、既存のメモディレクトリや接続済みエディターは必要ありません。

mm status
mm add "Deployment checklist uses blue-green rollout" --tags ops
mm search "blue-green"

mm add は設定済みのユーザーメモリディレクトリに書き込み、エントリをすぐにインデックス化します。最後のコマンドを実行すると、追加したばかりの文章が返されるはずです。

次に、エディターとの接続を確認します。

"Call the mem_status tool"

既存のメモを同じインデックスに取り込むには、すでに存在するディレクトリを mm index に指定します。

mm index /path/to/your/notes

mm status --json（または --format json）を使うと、スクリプトや CI 向けに同じステータスを機械可読形式で取得できます。

4. Web UI を開く（任意）

mm web                # polished dashboard on http://127.0.0.1:8080
mm web -b             # run in the background; logs go to ~/.memtomem/logs/web.log
mm web status         # show pid/port/start time
mm web stop           # stop the tracked Web UI process
mm web --dev          # maintainer surface (adds opt-in pages)

mm web はデフォルトで、整ったページ一式を表示します。--dev を渡すか、シェルのプロファイルで MEMTOMEM_WEB__MODE=dev を設定すると、Sessions、Working Memory、Health Report などのメンテナー向けページが表示されます。

uv tool install memtomem             # no extras — no local ONNX model, Web UI or Korean tokenizer until you add them; Ollama/OpenAI embeddings still work

uv add 'memtomem[all]' && uv run mm init    # all commands need `uv run` prefix

claude mcp add memtomem -s user -- uvx --isolated --from "memtomem[all]==0.6.9" memtomem-server

主な機能

• ハイブリッド検索 — BM25 キーワード検索＋高密度ベクトル検索＋RRF 融合を 1 回のクエリで実行
• セマンティックチャンク分割 — 見出しを考慮した Markdown、AST ベースの Python、tree-sitter による JS/TS、構造を考慮した JSON/YAML/TOML
• インクリメンタルインデックス作成 — チャンク単位の SHA-256 差分検出。変更されたチャンクのみ再度ベクトル化します
• 名前空間 — フォルダー名からの自動導出により、メモリをスコープ付きグループに整理できます。Web UI の Settings → Namespaces から確認し、ラベル（色、説明）を付けられます
• メンテナンス — 近似重複の検出、時間ベースの減衰、TTL の有効期限、タグの自動付与
• Web UI — 検索、ソース、タグ、タイムライン、重複排除などを視覚的に確認できるダッシュボード（メンテナー向けの全機能を使うには mm web --dev を実行します）
• コンテキストゲートウェイ — 正規の Skills、Commands、Subagents をプロジェクトまたはユーザーの Store に保持し、必要に応じて別の Wiki から再利用可能なアセットをインストールして、対応する AI ランタイムにプッシュできます。コンテキストゲートウェイを参照してください。
• MCP ツール — mem_do メタツールは core モードですべての非コアアクションを振り分け、コンテキストの使用量を最小限に抑えます
• 予測可能なコア — メモリ操作は明示的な CLI/MCP 呼び出し（mm add、mem_add、mem_index など）で実行します。オプションのクライアントフックは別途インストール・削除するもので、隠れたランタイムの既定動作にはなりません。
• スクリプト対応 CLI — スクリプト向けの JSON 出力：mm status、書き込みコマンド（mm add / mm reset / mm purge）、mm session start / end / list / events、mm schedule list、mm watchdog status / run、mm doctor では --json、mm search と mm recall では --format json を使用できます。mm warmup はローカルモデルを事前に読み込み、初回のクエリでコールドスタートのコストが発生しないようにします
• スケジュール済みジョブ — cron による圧縮、重要度の減衰、デッドリンクのクリーンアップ、重複スキャンには、mm schedule add/list/run-now/delete（または mem_do(action="schedule_*")）を使用します
• ピン留めコンテキスト — mm pinned compose を使って、小さなユーザー／プロジェクト／エージェントの Markdown ブロックを、取得した結果より前に配置できます
• LangGraph Store — オプションの MemtomemBaseStore は、LangGraph のタプル名前空間による長期メモリのコントラクトを実装します
• ハイブリッド LangGraph Store — MemtomemHybridStore は、専用の SQLite 永続化、BM25／高密度ベクトル／RRF による検索、TTL、診断機能を追加します

エコシステム

ドキュメント

memtomem.com で公開しており、このリポジトリでは Markdown 版も利用できます。memtomem を初めてお使いですか？ガイドにはおすすめの閲覧順序があります。以下の表はその順序に沿っており、実行可能な2つのサンプルは最初の利用ガイドの後に配置しています。

コントリビューション

セットアップ手順とコントリビューター向けガイドについては、CONTRIBUTING.mdを参照してください。

ライセンス

Apache License 2.0。コントリビューションはコントリビューターライセンス契約の条件に基づいて受け付けています。