Show HN: Adaptive Recall、AIアシスタントのためのMCP上の永続的なメモリ
Show HN: Adaptive Recall, persistent memory for AI assistants over MCP (adaptiverecall.com)
要約
Adaptive Recallは、AIアプリケーション向けの新しいメモリシステムです。これは、各インタラクションから学習し、検索品質を自動的に向上させることで、AIアシスタントに永続的な記憶能力を提供します。従来のベクトル検索を超えた、認知科学と機械学習に基づいた高度な検索戦略とメモリライフサイクル管理を備えています。
全文翻訳
Adaptive Memory for AI Applications
特許出願中
あらゆるインタラクションから学習するメモリシステムで、保存、検索、忘却を行います。検索品質は、認知科学と機械学習によって、時間の経過とともに自動的に向上します。
[画像: Self Learning AI Server Environment]
Standard Memory API
+ベクター埋め込みでテキストを保存
+コサイン類似度で検索
+メタデータタグでフィルタリング
-単一の検索戦略
-静的な結果、学習なし
-品質監視なし
-メモリは進化しない
-知識グラフなし
Adaptive Recall
+4つの検索戦略を並列実行
+30年の研究に基づくACT-R認知スコアリング
+自動知識グラフ構築
+信頼度の進化を伴うメモリライフサイクル
+証拠に基づいたパラメータ学習
+検索品質の自己検証
+好奇心駆動型の知識ギャップ検出
+利用パターンで学習するMLパイプライン
[画像: Adaptive Retrieval]
Adaptive Retrieval
4つの検索戦略(ベクター類似度、時間的最近性、全文キーワード、知識グラフ探索)が並列実行されます。システムは、クエリの種類ごとにどの戦略を優先するかを学習します。
[画像: Cognitive Scoring]
Cognitive Scoring
結果は、認知科学のACT-R活性化モデリングを使用してランク付けされます。最近性、アクセス頻度、エンティティ接続、検証された信頼度が、どのメモリが最初に表示されるかに影響します。
[画像: Knowledge Graph]
Knowledge Graph
エンティティと関係は、保存されたメモリから自動的に抽出されます。グラフは検索パスウェイとなり、テキスト類似度だけでなく、接続を通じて関連情報を見つけます。
[画像: Memory Lifecycle]
Memory Lifecycle
メモリはデータベース内の静的な行ではありません。それらは段階を経由し、裏付けとなる証拠に基づいて信頼度が増減し、アクセスされなくなると自然にフェードアウトします。
[画像: Self-Improving System]
Self-Improving System
システムは、利用データでMLモデルをトレーニングし、すべてのパラメータ変更を実際のクエリ履歴に対して検証し、独自の検索品質を監視します。使用すればするほど改善されます。
[画像: API and Integration]
Simple API
8つのツール: store(保存)、recall(検索)、update(更新)、forget(忘却)、graph(グラフ)、status(ステータス)、snapshot(スナップショット)、feedback(フィードバック)。Claude CodeなどのCLIツールではMCP経由で、それ以外の場合はプレーンHTTP RESTで動作します。Bearerトークン認証、JSON入出力です。
Start Building with Adaptive Recall
クレジットカード不要。500メモリまで無料。
Adaptive Recallは、AIツール群やカスタムエージェントシステムの開発元であるAI Apps APIによって構築・保守されています。