Mem0がOpenMemory MCPをリリース: AIエージェント向けメモリ

CometAPI
AnnaMay 15, 2025
Mem0がOpenMemory MCPをリリース: AIエージェント向けメモリ

OpenMemory MCPは、複数のアシスタントクライアント間でシームレスかつプライベートなメモリ管理を求めるAI開発者にとって、極めて重要なツールとして急速に台頭しています。13年2025月0日にMemXNUMXによって発表されたOpenMemory MCPサーバーは、モデルコンテキストプロトコル（MCP）に準拠したローカルファーストのメモリレイヤーを導入し、Cursor、Claude Desktop、Windsurfなどのツール間で永続的なコンテキスト共有を可能にします。

48月15日のProduct Huntデビューから200時間以内に、XNUMX以上の賛成票を集め、プライバシー重視の統合メモリインフラストラクチャに対するコミュニティの強い関心を示しました。ApidogとDev.toによる初期の技術記事では、ベクターベースの検索と組み込みダッシュボードが称賛され、AIbaseとTheUnwindAIは、マルチツールAIワークフローにおける実際の適用性を強調しました。Redditのユーザーフィードバックは、直感的なダッシュボードコントロールと中断のないコンテキストハンドオフの約束を強調し、OpenMemory MCPをプライベートAIメモリ管理の次世代ソリューションとしての地位を確固たるものにしました。

発売と概要

OpenMemory MCP Server は、13 年 2025 月 0 日に Taranjeet Singh が執筆した MemXNUMX ブログ投稿を通じて正式にリリースされ、ユーザーのマシン上で完全に実行される「プライベートなローカルファースト メモリ サーバー」として位置付けられました。
オープンなモデルコンテキストプロトコル（MCP）に準拠し、標準化されたAPIを提供します。add_memories, search_memory, list_memories, delete_all_memories—永続メモリ操作用。
クラウドへの依存を排除​​することで、データの所有権とプライバシーが保証され、トークンのコストとコンテキストの損失が永続的な課題となっている AI ワークフローの重大な懸念に対処します。

コア機能 XNUMX

  • ローカルファーストの永続性: すべてのメモリは自動クラウド同期なしでローカルに保存されるため、ユーザーはデータの保存場所を完全に制御できます。
  • クライアント間のコンテキスト共有: トピック、感情、タイムスタンプを含むメモリ オブジェクトを 1 つの MCP 互換クライアントで作成し、再度プロンプトを表示せずに別のクライアントで取得することができます。
  • 統合ダッシュボード: 統合されたWeb UI http://localhost:3000 ユーザーはリアルタイムで思い出を閲覧、追加、削除、クライアントアクセスの許可または取り消しを行うことができます。
  • ベクターベースの検索: OpenMemory は、セマンティック インデックス作成に Qdrant を活用し、キーワードではなく意味によってクエリを照合し、関連するメモリ検索を高速化します。
  • メタデータ拡張レコード: 各メモリエントリには、きめ細かなフィルタリングと管理を可能にする、トピックタグ、感情的コンテキスト、正確なタイムスタンプなどの充実したメタデータが含まれています。

テクニカルアーキテクチャ

OpenMemory MCP は内部的に次のものを組み合わせます。

  1. Docker化されたマイクロサービス: APIサーバー、ベクターデータベース、MCPサーバーコンポーネント用の個別のコンテナは、 make up).
  2. モデルコンテキストプロトコル (MCP): MCPクライアントパッケージをインストールして、以下のコマンドを実行することで、どのMCPクライアントでも接続できるREST+SSEインターフェースです。 http://localhost:8765/mcp/<client>/sse/<username> .
  3. ベクターデータベース（Qdrant）： メモリテキストの埋め込みを保存して、高速な意味的類似性検索を容易にし、大規模なコンテキスト検索でのトークンの使用を最小限に抑えます。
  4. サーバー送信イベント (SSE): ダッシュボードでのリアルタイム更新と、接続されたクライアント間での即時メモリ可用性を有効にします。

インストールとセットアップ

クローンとビルド:

git clone https://github.com/mem0ai/mem0.git cd openmemory make build make up

環境を構成する:

作る .env 下のファイル api/ 　 OPENAI_API_KEY=your_CometAPI_key_here .

CometAPIは、ChatGPTファミリーを含む数百のAIモデルを一貫したエンドポイントに統合する統合RESTインターフェースを提供します。APIキー管理、使用量制限、課金ダッシュボードが組み込まれています。複数のベンダーURLと認証情報を管理する手間が省けます。  チュートリアル.

CometAPI 資格情報を取得する:

  • あなたにサインインするコメットAPI ダッシュボード。
  • MFAデバイスに移動する  APIトークンをクリックし トークンを追加新しく作成されたトークンをコピーします（例： sk-abc...）をクリックし、ベースURLをメモします（次のように表示されます）。 https://api.cometapi.com）。
  • カーソルの設定のために、これら 2 つの情報を手元に置いておきます。

オープンメモリMCP

フロントエンドを起動します:

cp ui/.env.example ui/.env make ui The dashboard becomes available at http://localhost:3000 .

MCP クライアントを接続します。

MCP クライアント パッケージをインストールし、クライアントを登録します。

npx install-mcp i "http://localhost:8765/mcp/<client>/sse/$(whoami)" --client <client>

エコシステムとクライアントサポート

OpenMemory MCP は、以下を含む MCP を実装するあらゆるツールと互換性があります。

  • カーソルAI
  • クロードデスクトップ
  • ウインドサーフィンをする
  • クライン
  • 将来のMCP対応プラットフォーム .

より多くの AI アシスタントが MCP を採用するにつれて、共有メモリ インフラストラクチャの価値が高まり、より豊かなクロスツール エクスペリエンスが促進されます。

実際のユースケース

  • 研究エージェント: ツール間でブラウザ スクレイピングと要約エージェントを組み合わせ、レポート生成中に一貫した参照ができるように結果を OpenMemory に保存します。
  • 開発パイプライン: コード エディターと REPL 環境を切り替えるときにデバッグ コンテキストを保持し、セットアップ時間と認知負荷を削減します。
  • パーソナルアシスタント: 日常のタスク全体でユーザーの設定と過去のクエリを維持し、よりパーソナライズされたコンテキストに応じた応答を可能にします。

今後のロードマップ

Mem0 チームは「完全なメモリ制御」機能を示唆しており、ユーザーはクライアントごとに有効期限ポリシーと詳細なアクセス権限を設定できます。

進行中の開発には、カスタム メモリ フィルター用のプラグイン アーキテクチャやハイブリッド ワークフロー用のクラウド バックアップ オプションなどがあり、詳細は成熟するにつれて公式ブログで共有される予定です。

急速な導入曲線とオープンソース開発モデルにより、OpenMemory MCP は次世代 AI アシスタントの事実上のメモリ層となる準備が整っています。

もっと読む

1つのAPIで500以上のモデル

最大20%オフ