WHYdr/llm-memory-agent

llm-memory-agent は長期記憶を持つAIエージェントを学習目的で構築するプロジェクトです。ユーザーと対話し、重要な情報を保存して過去の会話を検索・注入することで長期コンテキストを維持し、将来的にツール連携や自律的プランニングへ拡張する設計になっています。研究者や開発者、LLM のメモリ／RAG／エージェントワークフローを学びたい人が想定利用者です。 基本ワークフローは「入力→埋め込み→ベクトル検索→関連メモリ取得→プロンプト組立→LLM 応答→重要情報をメモリ保存」です。現在は基本的なチャットインタフェースが実装済みで、長期記憶やベクトルDB、会話要約、ツール利用は今後の実装項目です。 システムはチャット、LLM（ローカル Ollama 想定）、メモリ、埋め込み、検索のモジュール構成。技術要素は Python、Ollama/Llama/Qwen、LangChain、ChromaDB、HuggingFace、sentence-transformers 等を予定しています。ロードマップは V1（基本チャット）→ V2（長期記憶・埋め込み検索）→ V3（ツール・ファイル読み取り・マルチセッション）→ V4（自律計画・マルチエージェント）です。実行手順は追って公開予定です。

このRepoのdescription / GitHub topics / READMEのAI要約に出現したAI関連キーワードをカテゴリ別に表示。各バッジは該当カテゴリの詳細ランキングへリンクします。