あなたのAIが最初から持っているべきだった記憶。
-orange)
なぜ · クイックスタート · 比較 · ティア · ベンチマーク · API · ドキュメント · FAQ
---
## なぜ TrueMemory なのか
**ノイズの中からシグナルを見つけ出します。** あなたのAIは何千ものメッセージを目にします。TrueMemoryはどれが本当に重要かを判断し、残りを捨てます。手動のタグ付けもプロンプトエンジニアリングも不要。ただ分かるのです。
**時間とともに精度が上がります。** 静的なデータベースではありません。あなたと共に成長する生きた記憶です。考えが変わったら矛盾を解消し、古くなった事実を更新し、知識を統合します。使えば使うほど、より良くなります。
**意識せずに動きます。** TrueMemoryは会話から自動的に記憶をキャプチャし、次のセッションに適切な記憶を自動で注入します。手動で何かを保存したり検索したりする必要はありません。すべて自動で行われます。
**100%ローカルです。** マシン上の1つのSQLiteファイル。デバイスから何も外に出ません。クラウドなし、APIキー不要。データはあなただけのものです。
> **TrueMemoryなしの場合:** 「どのフレームワークを使っていますか？」今週12回目の質問。エージェントは毎回記憶喪失の状態でセッションを開始します。あなたの名前も、スタックも、昨日言ったことも何も知りません。
>
> **TrueMemoryありの場合:** エージェントはあなたがFastAPIを使い、Pydantic v2を好み、authミドルウェアが`src/auth/`にあることを既に知っています。あなたの修正、好み、決定をすべてのセッションを通じて永遠に記憶しています。
---
## TrueMemory の比較
| システム | LoCoMo | LongMemEval | ローカル優先 | 自動キャプチャ | ライセンス |
|--------|--------|-------------|:-----------:|:------------:|---------|
| **TrueMemory Pro** | **93.0%** | **92.0%** | ✅ | ✅ | AGPL-3.0 |
| **TrueMemory Base** | **87.7%** | **84.1%** | ✅ | ✅ | AGPL-3.0 |
| Mem0 | 61.4% | — | 部分的 | ❌ | Apache-2.0 |
| Supermemory | 65.4% | — | ❌ | ❌ | Cloud API |
| MemOS | 75.8% | — | ✅ | ❌ | Apache-2.0 |
| ReadAgent | 79.5% | — | ❌ | ❌ | Research |
> すべてのベンチマークは独立して再現可能です。スクリプトは[`benchmarks/`](../benchmarks/)に含まれています。
---
## クイックスタート
### Claude Code / Claude CLI / Cursor / Codex CLI / Gemini CLI 向け
```bash
curl -LsSf https://raw.githubusercontent.com/buildingjoshbetter/TrueMemory/main/install.sh | sh
```
> 隔離された環境にすべてをインストールします。約1.5GBのAIモデルをダウンロードします。データはマシンから一切外部に送信されません。sudoは不要です。
ターミナルが初めての方はこちらをクリックしてください。
1. **ターミナルを開く：** Mac: `Cmd + Space`で`Terminal`と入力。Linux: `Ctrl + Alt + T`。Windows: PowerShellを開く。
2. **上記のコマンドを貼り付けて** Enterを押す。
3. **モデルのダウンロードに3〜5分待つ。**
4. **AIツールを完全に終了して** 再度開く（Mac: `Cmd+Q`）。
5. **「Set up TrueMemory」と入力して** ティアを選択。
**Windows (PowerShell):**
```powershell
irm https://raw.githubusercontent.com/buildingjoshbetter/TrueMemory/main/install.ps1 | iex
```
3つの主要ベンチマークでテスト済み。すべてのシステムが同じ回答モデル（GPT-4.1-mini）、ジャッジ（GPT-4o-mini、3回多数決）、スコアリングパイプラインを共有しています。
| ベンチマーク | テスト内容 | TrueMemory Pro |
|-----------|--------------|:--------------:|
| [LoCoMo](https://github.com/snap-research/locomo) | 10の会話にわたる1,540問 | **93.0%** |
| [LongMemEval](https://github.com/xiaowu0162/LongMemEval) | 500のマルチセッション問題 | **92.0%** |
| [BEAM-1M](https://github.com/mohammadtavakoli78/BEAM) | 1M+トークンでの700問 | **76.6% (SOTA)** |
| BEAM-10M | 10Mトークンでの200問 | **65.0%** |
### どの結果も自分で再現できます
すべてのベンチマークスクリプトは自己完結型で、[Modal](https://modal.com)上で実行できます。
- **[LoCoMoスクリプト](../benchmarks/locomo/scripts/)** — 8システム（TrueMemory、Mem0、Zep、Engramなど）
- **[LoCoMo結果](../benchmarks/locomo/BENCHMARK_RESULTS.md)** — カテゴリ別の内訳、レイテンシ、コスト
- **[LoCoMo評価設定](../benchmarks/locomo/EVAL_CONFIG.md)** — 正確なモデル、プロンプト、パラメータ
- **[LongMemEvalスクリプト](../benchmarks/longmemeval/)** — oracle + strictバリアント
- **[LongMemEval結果](../benchmarks/longmemeval/results/)** — TM Pro 6回 + 競合5システムの結果
- **[BEAM-1Mスクリプト](../benchmarks/beam/bench_truememory_pro_beam1m.py)** — 1M+トークンで35の会話
- **[BEAM-10Mスクリプト](../benchmarks/beam/bench_truememory_pro_beam10m.py)** — 10Mトークンで10の会話
- **[BEAM結果](../benchmarks/beam/)** — 3回の実行（1M）+ 1回の実行（10M）
すべてのベンチマークは同じ評価パイプラインを使用しています。何も隠されていません。詳細: [LoCoMo](../benchmarks/locomo/EVAL_CONFIG.md) | [LongMemEval](../benchmarks/longmemeval/README.md) | [BEAM](../benchmarks/beam/README.md)
---
## 対応ツール
Claude Code · Claude CLI · Cursor · Codex CLI · Gemini CLI · Claude Desktop
ライフサイクルフックが会話を自動的にキャプチャします。手動作業は不要です。メモリは1つのSQLiteファイルにローカルで保持されます。
---
## Python API
```python
from truememory import Memory
m = Memory()
m.add("Prefers dark mode and TypeScript", user_id="alex")
m.add("Works at Anthropic as a senior engineer", user_id="alex")
results = m.search("What are Alex's preferences?", user_id="alex")
results = m.search_deep("career history?", user_id="alex") # multi-round, higher accuracy
```
| メソッド | 説明 |
|--------|-------------|
| `m.add(content, user_id)` | メモリを保存する |
| `m.search(query, user_id)` | 検索（6層パイプライン + リランカー） |
| `m.search_deep(query, user_id)` | マルチラウンドのエージェント型検索 |
| `m.get(id)` / `m.get_all(user_id)` | メモリを取得する |
| `m.update(id, content)` / `m.delete(id)` | 変更または削除 |
| `m.stats()` | システム統計 |
[完全なAPIリファレンス →](../docs/python-api.md)
---
## ドキュメント
| | |
|---|---|
| [はじめに](../docs/guides/getting-started.md) | インストールから最初のメモリまで |
| [Python APIリファレンス](../docs/python-api.md) | `Memory`クラスの完全なリファレンス |
| [MCPツールリファレンス](../docs/mcp-tools.md) | 全8つのMCPツール |
| [CLIリファレンス](../docs/cli.md) | `truememory-mcp`と`truememory-ingest` |
| [環境変数](../docs/env-vars.md) | すべての`TRUEMEMORY_*`設定オプション |
| [アーキテクチャ詳解](../docs/architecture.md) | 6層検索パイプライン、エンコーディングゲート |
| [ティア選択ガイド](../docs/guides/tier-selection.md) | Edge vs Base vs Pro |
| [デバッグ](../docs/guides/debugging.md) | ログ、トレース、よくある問題 |
---
## よくある質問
データはどこに保存されますか？クラウドに送信されますか？
すべてローカルの`~/.truememory/memories.db`に保存されます。EdgeとBaseティアは外部への通信を一切行いません。Proはクエリ拡張のためにLLMに検索クエリテキストのみを送信します。メモリの内容が送信されることはありません。
Pythonのインストールは必要ですか？
いいえ。インストーラーは[uv](https://docs.astral.sh/uv/)を使用してサンドボックス化されたPython 3.12を管理します。システムのPythonには一切触れません。
より大きなコンテキストウィンドウを使えばよいのでは？
コンテキストウィンドウは高コストで、低速で、毎セッションの開始時に空です。TrueMemoryはゼロトークンのコンテキストで200ミリ秒未満の即時リコールを提供します。
TrueMemoryはテレメトリを収集しますか？
匿名の使用状況テレメトリ（ツール呼び出し、セッション数、プラットフォーム情報）がデフォルトで有効です。メモリの内容、クエリ、ファイルパス、APIキーは**一切**追跡しません。オプトアウト: `export TRUEMEMORY_TELEMETRY=off`
TrueMemory、sauronのプロダクト
