vector-memory について
エージェント向けのベクトル型セマンティックメモリスキルです。OpenAI APIで埋め込みを生成し、テキストとメタデータをJSONに保存します。外部ベクトルデータベースなしで、意味検索やメモリ管理を行えます。
主な機能
- 01テキスト埋め込みの自動生成
- 02意味的類似度によるメモリ検索
- 03IDを指定した類似メモリの検索
- 04タイムスタンプやタグなどのメタデータ保存
- 05メモリの一覧表示、削除、全消去
活用シーン
- 01エージェントによる過去の会話の意味検索
- 02選択したメモリに類似する文書の検索
- 03関連するメモリのグループ化やクラスタリング
インストール
コマンドをコピーしてターミナルで実行します。
$
npx skills add https:/インストール後、Claude Code で/vector-memoryを入力して読み込まれたか確認します。
同梱ファイル
SKILL.md と一緒にインストールされる参考資料やスクリプト。
test-results.jsontest.jsvector-memory.js詳細
ベクトルメモリスキル
このスキルは、意味に基づくインテリジェントな想起のために、埋め込みを使用したベクトルベースの意味メモリストレージを提供します。
使用する場面
- 意味検索（キーワードではなく意味でメモリを検索）が必要な場合
- 類似するドキュメントや会話を取得したい場合
- コンテキストを認識するメモリが必要なエージェントを構築する場合
- 関連するメモリをクラスタリングまたはグループ化する必要がある場合
機能
- vstore：テキストを保存し、埋め込みを自動生成します
- vsearch：意味的な類似性に基づいてメモリを検索します
- vdelete：IDでメモリを削除します
- vlist：保存されているすべてのメモリを一覧表示します
- vsimilar：指定したIDに類似するメモリを検索します
- vclear：すべてのメモリを消去します
仕組み
- OpenAIのAPIを使用して、テキストを埋め込みに変換します
- 埋め込みをメタデータとともにJSONに保存します
- コサイン類似度を使用して、意味的に関連するメモリを検索します
- 外部ベクトルデータベースは不要で、JSONのみで保存します
環境変数
必須：
OPENAI_API_KEY- 埋め込みの生成に使用します
任意：
VECTOR_MEMORY_DIM- 埋め込みの次元数（デフォルト：text-embedding-ada-002では1536）
使用例
// Store a memory with semantic embedding
vstore('Meeting notes: Discussed Q1 roadmap and budget allocation')
// Returns: "Stored memory with ID: mem_abc123"
// Search by meaning (not keywords)
vsearch('What did we talk about regarding money?')
// Returns: Memories about budget, funding, financial discussions
// Find similar memories
vsimilar('mem_abc123')
// Returns: Semantically similar memories
// List all memories
vlist()
// Returns: List of stored memories with metadata
// Clear all
vclear()
// Returns: "Cleared all vector memories"
特長
- 意味検索：キーワードではなく意味で検索します
- 類似度スコアリング：関連度スコア順に結果を並べ替えます
- 埋め込みの自動生成：ベクトルを手動で生成する必要はありません
- メタデータのサポート：タイムスタンプやタグをメモリとともに保存します
- JSONのみ：外部データベースへの依存はありません
コメント
Markdown 対応