重要なポイント
- LongMemory（github.com/CaviraOSS/LongMemory）は、AIエージェントやLLMアプリケーション向けの無料・オープンソースの自己ホスト型メモリーエンジン
- CaviraOSSが開発。以前はOpenMemoryという名前で公開されており、後にLongMemoryに改名 — このレビューでは両者を競合する2つのツールではなく同一プロジェクトとして扱う
- コアエンジンはApache 2.0でライセンス。独立したn8nコミュニティノードパッケージは、そのパッケージ情報によればMITライセンス
- プロジェクトが「Hydrograph」と呼ぶグラフベースの基盤に記憶を保存し、不変ノード、型付きエッジ、時間的追跡を備え、SQLiteでバックアップされる
- 単純なRAGやベクトル検索とは異なる立場を取る：公式ドキュメントによれば「単なるRAGでも、単なるベクトルデータベースでもない」
- Claude Desktop、GitHub Copilot、Codex、OpenCode、Gemini CLI、Cline、n8nと統合、さらにModel Context Protocol（MCP）サーバーも提供
- このレビュー時点でGitHubスター4,500超
📍 一文で説明
LongMemoryはCaviraOSSが開発した無料・オープンソース（Apache 2.0）の自己ホスト型メモリーエンジンで — 以前はOpenMemoryとして公開されていました — AIエージェントやLLMアプリケーションにセッションをまたいだ永続的・時間認識型・ガバナンス対応の記憶を与え、GitHubスターは4,500超です。
💬 簡潔に説明
LongMemoryは自分で運用するインフラの一部で、会話の間にAIエージェントのために物事を覚えておきます — ある事実がいつ真実だったか、いつ変化したかも含めて —。チャットが終わった瞬間にエージェントがすべてを忘れる、ということがなくなります。独自のAIモデルは実行せず、記憶を保存・呼び出しし、設定したLLMまたはエンベディングプロバイダーにコンテキストを返します。
📌補足: このレビューはLongMemory自身のGitHubリポジトリ、README、ドキュメントに基づいています。PromptQuorumが他のメモリーツールに対する検索精度やパフォーマンスの実地ベンチマークを行ったとは主張していません — 本番導入の判断材料とする前に、具体的なパフォーマンスの主張はプロジェクト自身のドキュメントで直接確認してください。
LongMemoryとは？
LongMemoryは、モデルでも推論エンジンでも単純なベクトルデータベースでもなく、AIエージェントやLLMアプリケーションにセッションをまたいだ永続的で時間認識型の記憶を与える自己ホスト型メモリーエンジンです。 公式ドキュメントによれば、特定の問題を解決することを目指しています：ほとんどのLLMシステムはセッションが終わった瞬間にすべてのコンテキストを失い、ベクトルデータベース上に構築されたRAGパイプラインであっても、通常はある事実がいつ真実だったか、その後否定されていないかという概念を持ちません。
- 製品タイプ：自己ホスト型のメモリーバックエンド/ライブラリ — チャットアプリでも、推論エンジンでも、モデルでもない
- 開発者：CaviraOSS。このプロジェクトを公開・保守しているGitHub組織
- 命名：このプロジェクトは現在LongMemoryと呼ばれています。以前は同じ組織によってOpenMemoryという名前で公開されており、そのパッケージ（
longmemory、longmemory-sdk）は改名後のバージョンを反映しています — 他の組織による無関係で似た名前の「OpenMemory」プロジェクトと混同しないでください - ライセンス：コアエンジンはApache 2.0で、GitHubリポジトリで確認済み。独立したn8nコミュニティノード統合パッケージは、npm/n8nのパッケージ慣行に従いMITライセンス
- リポジトリ規模：このレビュー時点でGitHubスター4,500超、メインブランチのコミット数は約390
プロジェクトの歴史：OpenMemoryからLongMemoryへ
LongMemoryは初期リリースをOpenMemoryという名前で出荷し、その後同じCaviraOSSチームによってLongMemoryに改名されましたが、リポジトリの系譜は維持されています。 以下のマイルストーンはプロジェクトのチェンジログとリリースノートを反映したものです。日付はプロジェクトが公開した通りのものであり、コンプライアンスや調達判断のために正確なリリース時期が必要な場合はGitHubで再確認してください。
- 1v1.0.0 / MCPサポート — Model Context Protocolの初実装
Why it matters: プロジェクトのグラフ基盤に対するタグ・メタデータフィルタ付きクエリを追加し、MCP経由でメモリーを公開しました。これは後にLongMemoryをClaude Desktopなどのツールに接続する統合経路となりました。 - 2v1.1.0 — プラガブルなベクトルデータベース対応
Why it matters: プロジェクトの既定ストレージに加えてPostgreSQLをサポートバックエンドとして追加し、セルフホスターが記憶データの保存場所をより制御できるようにしました。 - 3v1.1.1 — メモリー圧縮エンジンとVS Code拡張機能
Why it matters: 複数アルゴリズムを備えたメモリー圧縮システムを導入し、さらにVS Code拡張機能と、自己ホスト型デプロイ向けのAPI認証/レート制限を追加しました。 - 4v1.2.0 — Web UIとハイブリッド性能ティア
Why it matters: 保存された記憶を確認・管理するためのWebダッシュボードを追加し、精度と速度をバランスさせる「HYBRID」性能モードを追加しました。 - 5v1.2.1–v1.2.3 — SDK刷新と時間フィルタリング
Why it matters: PythonとJavaScriptのSDKを単独利用向けに書き直し、記憶の取得に時間ベース（「時間的」）フィルタリングを追加し、Claude Desktop統合に影響していたMCPサーバーのパス問題を修正しました。 - 6ベータ v1.3.0 — 設定不要のMemory()クラス
Why it matters: 設定不要の`Memory()`クラスと刷新されたベンチマークスイートでAPI表面を簡素化しました。プロジェクト自身のリリースノートによる — このレビューが公開チェンジログから確認できた最新のマイルストーンです。
LongMemoryは実際に何をするか？
LongMemoryは、あなたのAIエージェントやアプリが学習した内容を保存し、各事実がいつ真実だったかを追跡し、求められたときに関連性があり、まだ有効なコンテキストだけを返します — モデル側自体はステートレスのままです。
- 時間的推論 — 時点ごとの真実、イベントの順序、置き換えを追跡し、先月は真実だったがその後変化した事実が、現在の回答を静かに上書きしたり破壊したりしないようにする
- 複数の呼び出しモード — ドキュメントによれば：「strict」呼び出しは現在の事実に対して時間的・矛盾・グラウンディングのチェックを適用し、「historical」呼び出しは特定の過去の期間に真実だったことを取得し、「associative」呼び出しは意味的・語彙的・グラフ的な信号をたどり、「world-grounded」呼び出しは記憶を事実として返す前に外部の裏付けを要求する
- Hydrograph基盤 — 不変ノード、型付きエッジ、時間的追跡を備えたグラフベースの保存モデルで、SQLiteに永続化されるため、取得された記憶は監査可能で、後の取得によって変更されないものとして説明される
- ガバナンス対応のメモリーアセット — プロジェクトは、プロジェクトメモリー、チャットメモリー、「スキル」、「LLM-Wiki」、「CodeGraph」を含む構造化された記憶タイプを説明しており、それぞれにアクセス制御ポリシーがあると、公式ドキュメントで述べている
- 推論エンジンではない — LongMemory自身のドキュメントは「あなたのモデルはステートレスのままである」こと、LongMemory自体は推論を実行しないことを明確にしている。設定したエンベディングプロバイダー（OpenAI、Google Gemini、AWS Bedrock、Ollama、またはローカルHTTP互換モデル）を呼び出し、アプリケーションがすでに使用しているLLMにコンテキストを返す
- 多言語対応 — ドキュメントによれば、英語のみに限定されるのではなく、スクリプト検出と言語横断的なエンベディングを含む
- セッション移行 — Claude Code、Codex、GitHub Copilot、Gemini CLIなどのツールから以前の会話履歴をインポートできるため、LongMemory導入時に既存の会話が失われない
- Model Context Protocol（MCP）サーバー — メモリー操作をMCPツールとして公開する。これはClaude Desktopや他のMCP互換クライアントが利用する統合経路
使用例：LongMemoryの3つの使い方
これらはLongMemory自身が文書化した機能から構築された具体的なワークフローであり、仮説的なユースケースではありません。
プラットフォーム、料金、ライセンス
プラットフォーム
- LongMemoryの公式情報:
- 自己ホスト型。Docker経由でデプロイ可能、またはNode.js/TypeScriptライブラリ、Python HTTPクライアント、CLIとして直接実行可能（公式ドキュメントによる）。
費用
- LongMemoryの公式情報:
- 無料・オープンソース。自己ホスト型のため、唯一の費用は自身のインフラと、選んだエンベディング/LLMプロバイダーの利用料のみ。
ライセンス
- LongMemoryの公式情報:
- コアエンジンはApache 2.0。独立したn8nコミュニティノードパッケージは、そのパッケージ情報によればMIT。
データローカリティ
- LongMemoryの公式情報:
- ローカルファーストかつ自己ホスト型と位置づけられ、SQLiteベースの永続化とオプションのPostgreSQL対応がある（公式ドキュメントによる）。
法的またはコンプライアンス上の判断でこの表に依拠する前に、GitHubリポジトリで現在のライセンス条文を直接確認してください。ライセンスファイルはリリースごとに変わる可能性があります。
LongMemoryをインストールする
LongMemoryはnpm、pip、Docker経由で無料でインストールでき、ソースコードはGitHubにあります。
Source | Link |
|---|---|
| GitHubリポジトリ（ソースコード、Apache 2.0） | github.com/CaviraOSS/LongMemory |
| TypeScript/Node.jsライブラリ | npm install longmemory |
| CLI（グローバルインストール） | npm install --global longmemory |
| Python HTTPクライアント | pip install longmemory-sdk |
| Dockerイメージ | docker run -p 7331:7331 ghcr.io/caviraoss/longmemory:latest |
LongMemoryには自己ホスト型のランタイム（Node.js、Python、またはDocker）が必要です — 管理型クラウド版やGUIインストーラーはありません。コマンドを実行する前に、常にGitHubのREADMEで現在推奨されるインストール方法を確認してください。インストール手順はリリースごとに変わる可能性があります。
LongMemory vs. 単純なベクトルデータベース
LongMemoryとQdrant、Chroma、Weaviateのような単純なベクトルデータベースは、関連はしているが異なる問題を解決します：ベクトルデータベースはエンベディングを保存・検索するのに対し、LongMemoryは検索の上に時間的推論、ガバナンス、エージェント固有の記憶タイプを加えます。
項目 | LongMemory | 単純なベクトルデータベース |
|---|---|---|
| 中心的な役割 | エージェント向けのガバナンス対応・時間認識メモリー | ベクトルエンベディングの保存と検索 |
| 時間認識 | 事実がいつ真実で、いつ置き換わったかを追跡 | 組み込みなし。アプリ側で追加が必要 |
| メモリータイプ | プロジェクト、チャット、スキル、wiki、コードグラフ | 汎用的なベクトル/コレクション |
| 独自モデルを実行するか | いいえ — 設定したプロバイダーを呼び出す | いいえ — 同様に、エンベディングは外部で計算 |
| エージェント統合 | MCP、Claude Desktop、Copilot、Codex、n8n | 通常は組み込みなし |
エンベディングの保存と意味検索だけが必要なら、単純なベクトルデータベースの方が運用は簡単です。エージェントが「いつ何が真実だったか」を把握し、現在の事実と置き換えられた事実を区別する必要があるなら、LongMemoryの時間ベースモデルはそのために設計されたものであり、汎用のベクトルデータベースが標準で備えているものではありません。
誰にLongMemoryが向いているか？
LongMemoryは、単発の検索インデックスではなく、セッションをまたいで記憶を持続させ、正確さを保つ必要があるエージェントやLLMアプリを構築する開発者に向いています。
LongMemoryが向いていない用途
完全に管理されたメモリーサービス、推論エンジン、または時間的な複雑さのないシンプルなドロップイン型ベクトル検索が欲しい場合、LongMemoryは適していません。
- 推論エンジンやモデルサーバーではない — テキスト自体は生成しない。別途設定するモデルやエンベディングプロバイダーの周りで記憶を保存・呼び出しする
- 管理型クラウドサービスではない — 自己ホスト型であり、Node.js/Python/Dockerランタイムとそのストレージバックエンドの運用・保守は利用者の責任
- 事実の変化を追跡する必要がなく、基本的なドキュメント検索だけが必要な場合、最もシンプルな選択肢ではない — よりシンプルなRAGフレームワークの方が運用負荷が少ない可能性がある
- 検索精度やレイテンシについてPromptQuorumによる独立したベンチマークは行われていない — このレビューはLongMemory自身のドキュメントに基づいており、実地テストによるものではない
- OpenMemoryから改名された — OpenMemory名義の古いチュートリアル、ブログ投稿、パッケージ参照は同じコードベースの以前のバージョンを説明している可能性がある。古いサードパーティガイドに依拠する前に、現行のリポジトリと照合すること
LongMemory評価時のよくある間違い
LongMemoryに関する混乱の多くは、OpenMemoryからの改名、または推論エンジンのように独自モデルを実行すると想定することから生じます。
競合と代替ツール
LongMemoryは、同じ「エンベディングと検索インフラ」領域に属するため、他の自己ホスト型RAG・メモリーフレームワークツールと比較されることが最も多いです。 Local LLM Software DirectoryにあるLongMemory自身のエントリーと合わせて参照してください。
Tool | Best known for | Link |
|---|---|---|
| Cognee | LLMアプリとエージェント向けのオープンソースAIメモリー・ナレッジグラフエンジン | Cognee レビュー |
| txtai | 組み込み型オールインワンのベクトル検索・RAGフレームワーク | txtai レビュー |
| LlamaIndex | RAGおよびエージェントアプリケーション構築用の汎用データフレームワーク | LlamaIndex レビュー |
| Haystack | deepsetのオープンソースRAG・検索パイプラインフレームワーク | Haystack レビュー |
このリストはLongMemoryと同じエンベディング/検索インフラ領域のツールを反映したものであり、PromptQuorumによる独立したランキングではありません — LongMemoryの時間ベースメモリーへの注力は、一般的なRAGフレームワークやベクトルデータベースと同一ではないため、選ぶ前に各ツールの現在の機能セットを確認してください。
よくある質問
LongMemoryとは何ですか？
LongMemory（github.com/CaviraOSS/LongMemory）は、無料・オープンソースの自己ホスト型メモリーエンジンで、AIエージェントやLLMアプリケーションにセッションをまたいだ永続的・時間認識型・ガバナンス対応の記憶を与えます。
LongMemoryはOpenMemoryと同じプロジェクトですか？
はい。LongMemoryは改名される前、CaviraOSSによってOpenMemoryという名前で公開されていました。同じプロジェクト・同じリポジトリの系譜であり、2つの別々のツールではありません — ただし他の組織による無関係なプロジェクトも「OpenMemory」という名前を使っている場合があるため、具体的にCaviraOSSのリポジトリを見ていることを確認してください。
LongMemoryは無料ですか？
はい。コアエンジンはApache 2.0ライセンスで自己ホスト型のため、LongMemory自体にサブスクリプション料金はありません。唯一の費用は自分のホスティングインフラと、選んだエンベディングまたはLLMプロバイダーの利用料のみです。
LongMemoryは独自のAIモデルを実行しますか？
いいえ。LongMemoryはメモリー基盤であり、推論エンジンではありません。記憶を保存・取得し、設定したエンベディング/LLMプロバイダー — OpenAI、Google Gemini、AWS Bedrock、Ollama、またはローカルHTTP互換モデル — を呼び出します。
LongMemoryのインストール方法は？
npm経由（ライブラリはnpm install longmemory、CLIはnpm install --global longmemory）、pip経由（Python HTTPクライアントはpip install longmemory-sdk）、またはDocker経由（docker run -p 7331:7331 ghcr.io/caviraoss/longmemory:latest）でインストールできます。
LongMemoryはベクトルデータベースと何が違いますか？
単純なベクトルデータベースは時間の概念なくエンベディングを保存・検索します。LongMemoryは検索の上に、時間的推論（ある事実がいつ真実だったか、その後変化したかの追跡）、ガバナンス対応の記憶タイプ、エージェント固有の統合を加えます。
LongMemoryはどのAIツールと統合しますか？
ドキュメントによれば：Claude Desktop、GitHub Copilot、Codex、OpenCode、Gemini CLI、Cline、n8n、さらにMCPサーバーを介した任意のModel Context Protocol（MCP）互換クライアントです。
LongMemoryはどのライセンスを使用していますか？
コアエンジンはApache 2.0です。独立したn8nコミュニティノード統合パッケージは、n8nコミュニティレジストリの登録情報によればMITライセンスです。
LongMemoryは英語以外の言語に対応していますか？
はい。ドキュメントでは、英語に限定されるのではなく、多言語対応の一部としてスクリプト検出と言語横断的なエンベディングが説明されています。
PromptQuorumはLongMemoryの検索精度を独自にテストしましたか？
いいえ。このレビューはLongMemory自身のGitHubリポジトリ、README、ドキュメントに基づいており、PromptQuorumによる実地ベンチマークによるものではありません。本番導入の判断前に、具体的なパフォーマンスの主張はプロジェクト自身のドキュメントで確認してください。