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

特許出願中 Adaptive Memory for AI Applications インタラクションごとに学習するメモリシステムで、保存、呼び出し、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。 無料ではじめる ベクトル検索を超えて ほとんどのメモリAPIは、埋め込みを保存し、コサイン類似度で検索します。 Adaptive Recallはそれを行い、さらに5つのレイヤーを追加します。 標準メモリAPI +ベクトル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 -ナレッジグラフなし 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 +自動ナレッジグラフ構築 +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 +使用パターンでトレーニングするMLパイプライン 何が違うのか クエリごとに連携して機能する、他に類を見ない6つの機能。 Adaptive Retrieval 4つの検索戦略が並列実行されます：ベクトル類似度、時間的最近性、全文キーワード、ナレッジグラフ探索。 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。 詳細はこちら → Cognitive Scoring 結果は、認知科学からの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。 詳細はこちら → 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。 詳細はこちら → 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。 それらは段階を経て進み、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。 詳細はこちら → Self-Improving System システムは、使用データで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。 使用するほど改善されます。 詳細はこちら → Simple API 8つのツール：store、recall、update、forget、graph、status、snapshot、feedback。 Claude Codeやその他のCLIツール用のMCP、または任意のアプリケーション用のプレーンHTTP RESTで動作します。 Bearerトークン認証、JSONの入出力。 詳細はこちら → Adaptive Recallで構築を開始する 無料サインアップ クレジットカード不要。 500メモリ無料。 Adaptive Recallは、AIツールファミリーとカスタムエージェントシステムの背後にある企業であるAI Apps APIによって構築および保守されています。