Mnemosyneとは？
Mnemosyne は、すべてを1つの SQLite データベースに保存する AI エージェント用メモリ層です。Nous Research の Hermes Agent 向けメモリプラグインとして始まり、現在は MCP または Python SDK を通じて Claude Code、Cursor、Codex、Windsurf、OpenWebUI、OpenClaw、Pi にも対応しています。
記憶はまずプロンプトに挿入される作業層に入り、sleep() サイクルが古い項目を長期のエピソード層に要約します。エピソード層は sqlite-vec のベクトルと FTS5 のキーワードで検索されます。別のトリプルストアは有効期間付きで事実を記録するため、特定の日に何が正しかったかを答えられます。マシン間の同期は任意で、クライアント側で暗号化できます。
ライセンスは MIT で、GitHub のスターは約3,600、2026年10月27日にバージョン 4.0.0 を公開しました。同名の無関係なプロジェクトが複数ありますが、ここで扱うのは mnemosyne-oss のもので、最も活発に開発され、Hermes のプラグインカタログに載っているものです。
Mnemosyneは使う価値があるか？
Mnemosyne の強みは研究ではなく運用面にあります。pip install と SQLite ファイル1つで、Postgres もベクトルデータベースもアカウン トもなしに、エージェントに長期記憶を持たせられます。検索は各記憶を、ベクトル類似度50%、FTS5 キーワード順位30%、重要度20%で採点し、すべて SQLite 内で処理します。埋め込みは 384 個の浮動小数点数から 48 バイトに圧縮できます。プロジェクト自身の比較によれば、同じことに Mem0 は Qdrant か Postgres、Letta は Postgres を必要とします。
保存は階層型です。新しい記憶は作業メモリに置かれ、プロンプトに挿入され、既定では168時間で期限切れになります。sleep() が古い記憶を LLM で要約し(リモートの OpenAI 互換エンドポイント、初回使用時にダウンロードされる約656 MB のローカル GGUF モデル、またはキーワードによる代替)、要約をエピソード記憶に書き込みます。統合は追記型で、元の記憶は削除されず印が付くだけです。LLM による事実抽出は呼び出しごとに有効化する方式で、矛盾する記憶を置き換える競合解決機能は既定で無効です。そのため古くなった事実は、手作業で整理しない限り残ります。
ベンチマークには注意が必要です。現在有効な結果は、BEAM の 100K トークンで 65.2% のみで、プロジェクト自身が2026年5月に v3.0.0 で Llama 3.3 70B と DeepSeek V4 Flash の判定モデルを使って測定したものです。README は Hindsight が公表した 73.4% のほうが上だと認めています。LongMemEval の 98.9% という数値は実行記録がなかったため2026年9月に撤回されましたが、同じ README の比較表にはまだ LongMemEval 87.4% と載っています。純粋な検索性能は、どのコーパス規模でも Recall@10 が20%にとどまり、100K でのレイテンシは372 ms でした。LoCoMo の結果は公表されていません。
ローカル優先という主張はインストール構成次第です。コアパッケージ(RAM 約50 MB)にはローカルの埋め込みモデルがなく、リモートのエンドポイント(既定は OpenRouter)を前提とし、そこに記憶とクエリのテキストが送られます。完全にローカルで動かすには約800 MB の embeddings 追加パッケージが必要です。MCP サーバーは SSE や HTTP のポートも開けられ、ループバック以外にバインドする場合は許可ホストの一覧が必要です。バージョン 4.0 では、未知の埋め込みモデルが不一致のベクトルインデックスを黙って作る不具合が修正されました。
インフラを運用せずにメモリが欲しい個人開発者や Hermes ユーザーには堅実な選択です。テナント分離、管理されたバックアップ、検証済みのベンチマークが必要なマルチユーザー製品には、Mem0 や Graphiti のほうが向いています。
真価を発揮する場面
Claude Code、Cursor、Codex を行き来するフリーランス開発者
3つのツールでプロジェクトの決定事項を1つの記憶として共有したい
mnemosyne mcp を起動し、各ツールの MCP 設定に同じサーバーを登録します。3つとも1つの SQLite ファイルを読み書きします。embeddings 追加パッケージ(RAM 約800 MB)を入れれば、テキストを OpenRouter に送らずベクトルをローカルに保てます。
1 GB の VPS で Hermes Agent のボットを動かしている愛好家
データベースサーバーなしで Telegram アシスタントに長期記憶を持たせたい
コアパッケージ(RAM 約50 MB)を mnemosyne-hermes とともに入れ、埋め込みはリモート API に向けます。記憶のテキストがサーバー外に出ることは受け入れる必要があります。バックアップには mnemosyne sync と --encrypt オプションでデスクトップのコピーと同期します。
どのサービスを誰が担当しているかを管理する運用エンジニア
過去のある日付に誰に何が割り当てられていたかを確認したい
割り当てを valid_from の日付付きで TripleStore に書き込み、as_of で問い合わせます。変化する事実を明示的に扱うのは Mnemosyne でこの部分だけで、通常の記憶は古くなったら手作業で整理する必要があります。
導入前に確認すること
- 導入
- pip install mnemosyne-memory、またはローカル埋め込みと LLM による統合を含む mnemosyne-memory[all] を入れ、MCP 設定に1行追加します。Hermes ユーザーは mnemosyne-hermes を追加し、memory.provider を mnemosyne に設定します。
- 連携
- stdio、SSE、Streamable HTTP による MCP、Python SDK、Hermes Agent と OpenClaw 向けのネイティブプロバイダー、Pi 拡張、OpenWebUI 用ツールブリッジ。
- データとプライバシー
- 同期やリモートの埋め込み・LLM を有効にしない限り、記憶はローカルの SQLite ファイルに留まります。リモート埋め込みでは記憶とクエリのテキストがエンドポイント(既定は OpenRouter)に送られます。テレメトリーはありません。同期データは Fernet または XSalsa20-Poly1305 で暗号化でき、その場合サーバーが見られるのはメタデータだけです。
- 大規模利用時のコスト
- ライセンス料やホスティング料はかかりません。完全なローカル構成では RAM 8 GB が推奨され、それ以外は設定した埋め込み・要約エンドポイントの呼び出しごとの料金になります。
- 制限
- 単一の SQLite ファイルは1人のユーザーや1つのエージェント群向けで、マルチテナント製品には向きません。未解決の issue とプルリクエストは約180件。既定の埋め込みは英語向けで、多言語の検索には別のモデルが必要です。BEAM の数値は v4 以前のもので、再測定されていません。
良い点
- SQLite ファイル1つで、データベースサーバーもアカウントも不要
- MCP サーバーに加え、Hermes、OpenClaw、Pi とのネイティブ連携
- 時間付きトリプルストアで、ある日付に何が正しかったかを答えられる
- クライアント側暗号化に対応した任意の同期
気になる点
- LongMemEval の数値を撤回したが、README には別の数値が残る
- 矛盾の処理が既定で無効
- コアインストールでは埋め込みのため記憶のテキストが OpenRouter に送られる
- BEAM の検索で Recall@10 が20%
おすすめの人
データベースを運用せずに、自分のマシン上で永続的なメモリを持ちたい個人開発者と Hermes Agent ユーザー。
Mnemosyneの代替
Mnemosyne：よくある質問
- Mnemosyneは使う価値があるか？
- Mnemosyne は SQLite ファイル1つでサー ビス不要という、最も自己完結したエージェント用メモリですが、ベンチマークの実績は乏しく一部は撤回されているため、品質の主張は自分で確かめる必要があります。 評価は5点満点中3.7点です。
- Mnemosyneの料金は？
- MIT ライセンスの無料オープンソースです。ホスト型サービスや有料プランはありません。費用は自分のマシンと、選んだリモートの埋め込みや LLM のエンドポイントの分だけです。
- Mnemosyneの欠点は？
- LongMemEval の数値を撤回したが、README には別の数値が残る; 矛盾の処理が既定で無効; コアインストールでは埋め込みのため記憶のテキストが OpenRouter に送られる; BEAM の検索で Recall@10 が20%.
- Mnemosyneは誰に向いているか？
- データベースを運用せずに、自分のマシン上で永続的なメモリを持ちたい個人開発者と Hermes Agent ユーザー。
- チームや本番環境でMnemosyneを使うと費用はいくらか？
- ライセンス料やホスティング料はかかりません。完全なローカル構成では RAM 8 GB が推奨され、それ以外は設定した埋め込み・要約エンドポイントの呼び出しごとの料金になります。
- Mnemosyneは企業データを扱っても安全か？
- 同期やリモートの埋め込み・LLM を有効にしない限り、記憶はローカルの SQLite ファイルに留まります。リモ ート埋め込みでは記憶とクエリのテキストがエンドポイント(既定は OpenRouter)に送られます。テレメトリーはありません。同期データは Fernet または XSalsa20-Poly1305 で暗号化でき、その場合サーバーが見られるのはメタデータだけです。
- Mnemosyneの代わりになるものは？
- 当サイトでレビューした中で最も近い代替はMem0, Letta, Graphiti 、 claude-memです。
回答確認日：2026年11月6日