最終更新：2026年3月

永続メモリシステム

Claw-Stack の永続メモリシステムは AI エージェントに 3 つの異なるメモリ層を提供します——即時リコール、構造化ナレッジ、セマンティック検索——毎回最初からやり直すのではなく、セッションをまたいで専門知識を蓄積できます。

3つのパラダイムの融合

メモリアーキテクチャは 3 つの研究パラダイムに基づいており、それぞれが保持問題の異なる部分を解決します：

3つのメモリ層

第1層 — MEMORY.md（即時リコール）

トップレベルの MEMORY.md ファイルはすべてのエージェントのコンテキストウィンドウにセッション開始時にロードされます。コンテキストバジェットを占有しすぎないよう、意図的に短く（200 行以内）保たれます。最も重要で頻繁にアクセスされるファクトのみを含みます：現在のプロジェクト、アクティブタスク、重要な連絡先、システム状態。

第2層 — memory/*.md（構造化ナレッジ）

memory/ ディレクトリにはエージェントがオンデマンドで読み取れるトピック別 Markdown ファイルが含まれます。トピックは personal/、projects/、agents/、system/ のカテゴリに分類されます。完全な履歴を検索するのではなく、関連するトピックファイルを読み取ります。

第3層 — セマンティックベクターインデックス（ディープリトリーバル）

日次メモリ同期パイプラインは完全な抽出パスを実行します：生のメモリファイルをスキャンし、エントリをベクターストアに埋め込み、重複エントリをデデュプリケートし、カテゴリ別に分類して検索インデックスにエクスポートします。「3ヶ月前に X について何を決定しましたか？」という質問に対し、セマンティック検索はキーワード一致ではなく埋め込み類似度でランク付けされた関連エントリを返します。

日次メモリパイプライン

[日次 Cron]
  → 生のメモリファイルをスキャン
  → LLM ファクト抽出（構造化 JSON）
  → 重複エントリのデデュプリケーション
  → 分類：personal / tasks / agents / system
  → TTL 値を割り当て
  → ベクターストアに埋め込みとインデックス
  → MEMORY.md を更新（古い最上位ファクトを削除）

[週次 Cron — 日曜午前 4:00]
  → 期限切れエントリに減衰エンジンを実行
  → 期限切れエントリを教訓にまとめる
  → lessons.md にアーカイブ（検索可能、不変）
  → アクティブインデックスから削除