Memok は OpenClaw 向けの永続記憶です。会話を自動保存し、関連する記憶を賢く注入し、夜間の「ドリーム」で整理します。エージェントは使うほど強くなる—何を話したか、本当に覚えている状態を目指します。
記憶はモデル非依存です。フロンティア LLM からローカルの小さなモデルまで、同じ耐久性と連想性を備えた長期文脈を共有できます。コンパクトなモデルでも、長期の判断力と連続性を少ないパラメータで「大きな脳」に近いふるまいへ近づけられます。
エージェントは既定で記憶を失います。新しいセッションのたびに、苦労して積み上げた文脈が捨てられてしまう。ベクター検索は助けになる一方で、新しいベンダー、説明しづらいスコア、重い embedding パイプラインを意味することが多く、ローカル運用や小さなモデルでの迅速な提供が求められるチームには負担になりがちです。
Memok の出発点は単純です。壊れにくく、説明でき、時間とともに良くなる記憶を、エージェントと一緒にインストールし、プライバシーを尊重しながら夜間にも整理する——「デモが映える」から「本番の副操縦士」へ、別のメモリ SaaS 税を払わずに進めるためのレイヤーです。
課題 → 自前スタック上の耐久記憶 → エージェントの連続性を測れる。別立てのメモリ SaaS は不要。
タグ付きリリースは公開していません。変更は デフォルトブランチに反映されます。不具合は Issues、設計の議論は Discussions へ。
AI に脳に近い記憶を持たせるまで——五章の平易な説明です。
脳が会議中であると想像してください。上司が三つ言いました：
脳は会議の録音全文を保存しません。 「レポート—金曜—締切」「Elena—顧客—電話」「ランチ—15時—チーム」のように塊に分け、タグを貼ります。 大事なものは赤いタグ、どうでもいいものは灰色。一週間後、赤は残り、灰は薄れて忘れ去られます。使うか、失うか。
今の AI（ChatGPT、Claude など）は、とても賢いのに記憶喪失の人のようなものです。
あなた：「コモ湖で釣りするのが好きで、ミミズが一番効くんです。」
AI：「コモ湖は世界的な名所ですね。水が澄んで魚も多い。ミミズは本当に効きますね。」
翌日：
あなた：「昨日話した釣り場、どこでしたっけ？」
AI：「昨日、何をおっしゃいましたか？」
会話が終わるたびに、記憶は消えます。
Memok がすることは一つだけです。人間の脳に近い記憶システムを AI に用意することです。
会話するとき、Memok は全文をそのまま保存しません。LLM に次のように頼みます。
「この発言の要点は？それぞれの核となる語は？」
釣りのエピソードはたとえばこうなります：
| 文 | 核となる語 |
|---|---|
| 「コモ湖で釣りをした」 | コモ湖、釣り |
| 「ミミズをエサにした」 | ミミズ、エサ |
| 「ペルチを5匹釣った」 | ペルチ、漁獲 |
| 「とても嬉しかった」 | 嬉しい、体験 |
データベースに保存し、文と語をリンクします。
各文には二つのタグがあります。
どれだけ重要か。既定は 1。
どれだけ新しいか。既定は 7 日。
いま保存した記憶は短期記憶のようなものです。昨日聞いたことははっきり覚えていても、一週間後には薄れるかもしれません。
翌日、また釣りの話をすると、Memok はストアからいくつかの記憶をランダムに取り出して AI に見せます。完全なランダムではありません。Weight が高く、Duration が新しいほど選ばれやすい。AI がその記憶を使うと、Memok はその文に Weight +1、Duration +1 します。 釣りの話をすればするほど、「コモ湖」と「釣り」の記憶は強く、新鮮に見えていきます。
人はなぜ眠るのか。科学では、睡眠中に脳が次のようなことをしていると分かっています。
Memok も AI に「眠り」を用意しています。毎日深夜 3 時ごろ、自動で「夢見（ドリーム）」が走ります。
要するに：よく話題に出る記憶は残り、誰も触れないものは薄れていく。
Memok は、AI に本当にあなたを覚えてほしいと考えています。
ファイルを置くだけの「記憶」ではなく、古い友人のように。
記憶を持つ AI は、賢いだけではありません。
あなたを理解しているのです。
GitHub Discussions では、公開の導入メモやビフォー/アフター、教育向けのアイデアを歓迎します。以下は早期の OpenClaw + Memok 利用を想定した短い匿名シナリオ（合成・非広告）です。
“夜間の整理ジョブを一週間回したら、同じ小さなモデルのままリリース手順を何度も聞き返されなくなった。”
“SQLite を VPC に置けたので、新しいベクトル SaaS の DPIA を増やさずに済み、行単位で監査しやすかった。”
“先週の演習の概念が次の課題で自然に再登場し、TA が同じ定義を繰り返す時間が減った。”
これらは匿名の合成例であり、すべてのワークロードを保証するものではありません。実際の構成は Discussions で共有してください。
Discussions で共有 →Memok は memok-ai（コア）と memok-ai-openclaw（プラグイン）のコントリビューターとともに前進します。別の「ベンダー名簿」はここにはありません。コードを読む、Issue を開く、小さく焦点を絞った PR を送る、すべて歓迎です。
コントリビューターグラフを見る →単なる保存ではなく、脳に近い選択的エンコード、連想的想起、睡眠時の統合。どのモデルでも同じ強力な記憶レイヤーを。軽量エージェントでも、パラメータ数以上の判断力と連続性を発揮しやすくなります。
各ラウンドのあとに中核文とキーワードを抽出し、ローカル SQLite に保存。手作業は不要で、会話そのものが記憶になります。
語彙のランダムサンプリングと重み付き連想で、ラウンド前に関連候補を注入。どの記憶を使うかは AI が判断します。
夜間に dreaming パイプラインを自動実行：重みの減衰、低価値メモリの整理、孤立語の削除、マージ。時間とともに精度が上がります。
Memok は名前だけのベクターストアではありません。選択的エンコード、連想的取得、オフラインでの統合、制御された忘却——認知メカニズムに意図的に沿ったパイプラインで、挙動を説明しやすくします。embedding スタックより部品は少なくても、理論から実装までの筋が通りやすいのが強みです。
グラフ構築、サンプルベースの想起、重み更新、ドリームパイプライン、密ベクトル索引との複雑さのトレードオフなど、アルゴリズムの詳細を GitHub 上で公開しています。セキュリティレビューや論文引用、社内アーキレビューにご利用ください。
個人の開発者にとどまらず、実組織のエージェント、教育・研究、データに敏感な業界向けです。
プラグイン作者、プラットフォームエンジニア、OpenClaw 運用者。別ベクター SaaS なしで耐久記憶が欲しい方向け。
CRM、サポート、オペレーション、ナレッジベース——週をまたいで会話が積み上がるコパイロット。チケットごとにリセットしたくないチームへ。
再現可能なローカル記憶。ラボや授業、人間—AI 相互作用の研究で、ブラックボックス検索ではなくグラフを検査できます。
法務、金融、医療に近いワークフロー、R&D。会話全文をデフォルトで第三者 embedding API に送りたくないケース向け。
フロンティア一択ではありません。Memok はリソースが限られたチームにも同じ持久・連想レイヤーを。7B やそれ以下のローカルモデルでも、ユーザー嗜好や組織文脈で連続的に推論できます。予算をガバナンスと体験にも回せます。
記憶はマシン上または VPC 内の SQLiteが既定。会話全文をベクタークラウドへ必須アップロードしません。データセンシティブな業界では構造的な利点になり得ます。既存の KMS・バックアップ・アクセス方針に載せやすく、サブプロセッサ交渉を増やしにくいです。
複合的なジャーニー例です。記憶の振る舞いを示すためのイラストであり、有料顧客の推薦ではありません。
名前や数値は自社パイロットに置き換えてください。メカニクスは同じです。
チケットごとに過去の症状、SKU の癖、適用済みのポリシー例外を引き継ぎ。返信前に候補記憶を見せ、重複質問を減らし FCR を改善。
先週つまずいた概念が、関連トピックで再び浮上。進捗は巨大チャットログではなく文＋リンクとして符号化され、教員の監査もしやすいです。
ポストモーテム、Runbook、商談が Slack スレで消えず構造化。想起は VPC ローカル SQLite を既定にしやすいセクター向け。
実運用に近い環境からの目安値です。
ざっくり比較: Memok はエージェント横の SQLite にグラフを置きます。ホスト型ベクトルは多くの場合ネットワーク経由と別料金です。
| 項目 | Memok | Pinecone / Weaviate 等 |
|---|---|---|
導入コスト | 無料（SQLite） | 月 $25–200 程度 |
想起の仕組み | 語連想＋重み | ベクトル類似のみ |
説明可能性 | 理由を辿れる | ブラックボックスになりがち |
コールドスタート | すぐ動く | 大量データが要ることが多い |
プライバシー | データはローカル | クラウドへアップロード |
「似ている」だけでなく話題をまたいで結びつきます。React と言えば hooks・bundler・SSR のように、意味は完全一致しなくても文脈で関連し得ます。
ドリームで夜間に低価値記憶を整理。使われた記憶は重み +1。数日で有効比率が改善する例があります（環境依存）。
embedding の次元設定や索引構築に悩まず、インストール後すぐ記憶が流れ始めます。
本ページの数値は長期ドッグフードからのオーダー感です。自社ハード・プライバシー方針・プロンプト分布での計測の代替にはなりません。第三者が再実行できるハーネス（データセット＋スクリプト）を用意予定です。
| プロファイル | 構成 | 想起 p50（ローカル SQLite） |
|---|---|---|
| 開発用ノート PC | RAM 8–16GB、SSD、単一ユーザー | 候補取得が典型的に <50ms |
| 小規模 VPC | 2 vCPU、OpenClaw と同居 | 同程度。ディスクとグラフ規模が支配的 |
| ワークステーション | 32GB、NVMe、マルチプラグイン | 大きなグラフでも余裕。リモートベクトル hop は不要 |
「完璧なベクトル検索ではないが、最も脳らしい記憶——忘却・連想・強化があり、コストゼロ・運用ゼロに近い。」
人間の記憶に倣う流れ：エンコード → 保存 → 想起 → 統合
各 OpenClaw ラウンドの後、memok が中核文（core_idea）とキーワード（core_words）を自動抽出します。
// 自動トリガー、手介入なし
Conversation → Extract Core → Store in SQLite階層ストレージ：words（生）、normal_words（正規化概念）、sentences、links（連想）。
sentences: 1,176 entries
normal_words: 1,548 concepts
sentence_to_normal_link: 110,956 associations各ラウンド前に語彙の約 20% をランダムサンプリングし、クエリ語と合わせて関連文を取得しシステム文脈へ注入します。
// 自動注入される候補
(memok) Below are candidate memories attached to each round...
- [id=123] memok v2 Pipeline 8 min faster than v1
- [id=456] Dream function design: sentence + word cleanupAI が記憶を使ったら memok_report_used_memory_ids で報告。該当文の重みが +1 され、次回以降出やすくなります。
// AI が自動報告
memok_report_used_memory_ids([123, 456])
→ Sentences 123, 456 weight + 1毎日早朝に自動実行：duration 減衰、低重み文の整理、孤立語の削除、マージ。
# 毎日 03:00 付近で自動
predream-decay: duration -1 for all records
dreaming-pipeline: sample words → story → merge → cleanup軽量・ローカル・スケールしやすい構成
単一ファイル DB。別途 DB サーバ不要。1000+ ユーザー規模を想定した設計。
ネイティブ API で会話フローに自然に組み込み。
DeepSeek、Moonshot、OpenAI など互換 API なら利用可能。
プロセス内スケジューラ。OS crontab は不要。
上流は memok-ai（記憶パイプライン）と memok-ai-openclaw（OpenClaw プラグイン）。不具合は Issues、設計は memok-ai の Discussions。テンプレートや統合ガイドもまずはコードの隣で更新します。
memok を OpenClaw プラグインとして導入。ワンクリックスクリプトか手動クローン。入れたその日から記憶が動き始めます——長い初期設定を終えてからでなくて構いません。
初回インストールは時間がかかることがあります。OpenClaw 本体とその依存ライブラリ（npm パッケージなど）の取得・インストールが含まれるため、回線状況によっては数分かかります。固まったのではなく依存関係の処理中です。
# Linux / macOS
bash <(curl -fsSL https://raw.githubusercontent.com/galaxy8691/memok-ai-openclaw/main/scripts/install-linux-macos.sh)
# Windows PowerShell
irm https://raw.githubusercontent.com/galaxy8691/memok-ai-openclaw/main/scripts/install-windows.ps1 | iexgit clone https://github.com/galaxy8691/memok-ai-openclaw.git
openclaw plugins install ./memok-ai-openclaw
openclaw memok setup # LLM とドリーム時刻を対話的に設定
openclaw gateway restart動画ウォークスルーとホスト型サンドボックスはロードマップ上です。当面はインストールと GitHub ドキュメントが最短です。
インストールと想起の録画は計画中です。リポジトリと Discussions で告知します。
Coming soon本番導入前に想起だけ試せる読み取り専用サンドボックスを検討中。公開 URL はまだありません。
Roadmap商用の相談—— GitHub Discussionsにデプロイとコンプライアンス要件を書いてください。企業向け SLA を明示的に提示するまでは約束にはなりません。
OpenClaw がプラグインフックを呼んでいるか、SQLite パスの権限、ログ付きで 1 ラウンド会話を試すことを確認してください。既知のゲートウェイ境界事例は GitHub Issues を参照。
はい、それがデフォルトの経路です。抽出語とグラフ重みで連想を構築し、OpenClaw に設定済みの LLM エンドポイント以外は不要です。
SQLite ファイルと設定ディレクトリをスナップショットしてください。他のステートフルサービスと同様、アップグレード前にバックアップを。
Discussions にワークフロー草案を。「文＋リンク」モデルに素直に写せる統合を優先します。
オープンソースかつローカル優先。優先度はメンテナンス帯域とユーザーの声で変わります——リポジトリを追い、具体ユースケースで Discussions に参加してください。
Memok は法務レビューの代替にはなりません。提供するのは小さく検査可能な面：ローカル SQLite、明示的な想起候補、強制の第三方向量アップロードなし。保存時の暗号化はディスク／ボリューム方針に従い、通信は OpenClaw と LLM プロバイダへの TLS 設定に従います。
コールドスタートや記憶喪失ループにさよならを。OpenClaw に持久で連想的なエージェント級の記憶を——特に小さなモデルでも、はるかに大きな脳のような連続性と文脈で推論できます。