覚える
あなたや過去の会話・好みを長期記憶し、使うほど自分専用に賢くなる。
できること
調べてまとめる
Web を調べて要約し、Word・PDF などの文書にして渡す。
声で対話
呼びかけ → 聞く → 考える → 話す。足りなければ自分から聞き返す。
暮らしを助ける
天気・蔵書検索・家電操作・英語の相手など、頼めば動く。
アーキテクチャ — 長期記憶と自律的思考
知性 = 凍結した小型 LLM（Qwen3-8B）＋ 非パラメトリック外部記憶。重みは一切再学習せず、記憶への書き込みだけで学習する（CoALA: 学習 = 長期記憶への書き込み）。
記憶の 4 層（CoALA 準拠）
作業 現在の文脈（プロンプト内）
エピソード 全対話の自然言語ログ
意味 学習した恒久事実・嗜好・誤り癖
手続き LLM の重み（凍結・不可変）
データモデル
A-MEM 流 Zettelkasten ノート〈内容・時刻・キーワード・タグ・重要度・埋め込み・出所・リンク〉を sqlite-vec に格納。埋め込みは Qwen3-Embedding-0.6B（1024 次元・多言語）。
検索 — 3 要素スコア
score = w_r·関連度(cos) + w_t·新しさ(exp減衰) + w_i·重要度
→ top-k のみ文脈注入（全履歴は渡さない）
認知ループ
hot: 音声 → Whisper → 埋め込み → ベクトル検索 → Qwen3-8B → VOICEVOX
bg : 重要度採点 / 内省(reflection)要約 / 矛盾解決(supersede) / 忘却(減衰+畳み込み)
設計原則
重い処理は全てバックグラウンドへ。小型 LLM の自己編集は不安定なので、LLM 出力は助言扱いとし、決定的スキャフォールド＋スキーマ検証＋リトライで包む。
研究系譜
Generative Agents (UIST’23) · CoALA (TMLR’24) · MemGPT (ICML’24) · A-MEM (NeurIPS’25) · Mem0 (2025) · Memento (2025) · Qwen3-Embedding (2025)
つくり
- 自宅完結・プライバシー第一 — 音声も会話もローカルで処理し、外に出さない。
- 無料・オープンソース構成 — ソフトは全て無料／OSS。
- 本人専用 — 配布や商用ではなく、あなたのための相棒。
- 人格を守る — 一貫した性格を保ち、なりすましには応じない。