# AI記憶システム設計書 ## コンセプト AIの記憶装置は、人間の記憶に近い形で動作する。すべてを正確に記憶するのではなく、**解釈**して保存する。 ## 従来の記憶システムとの違い ### 従来型 ``` 会話 → 保存 → 検索 ``` ### 新設計（心理優先記憶装置） ``` 会話 → AI解釈 → 保存 → 検索 ↓ 心理判定(1-100) ↓ 優先順位付け ↓ 容量管理 ``` ## 設計原理 1. **解釈保存**: 記憶する際はAIが解釈を加える - 元のコンテンツと解釈後のコンテンツの両方を保持 - 「覚えること自体が創造」という考え方 2. **心理判定**: 各記憶に重要度スコア（1-100）を付与 - AIが自律的に判断 - ユーザー固有性を考慮 - 感情的重要度を評価 3. **優先順位管理**: スコアに基づく優先順位 - 高スコア = 重要な記憶 - 低スコア = 忘れられやすい記憶 4. **容量制限**: 人間の記憶のように限界がある - 総容量制限（デフォルト: 100件） - 単発保存容量制限 - 優先度が低いものから自動削除 ## データ構造 ```rust struct Memory { id: String, // UUID content: String, // 元のコンテンツ interpreted_content: String, // AI解釈後のコンテンツ priority_score: f32, // 心理判定スコア (0.0-1.0) user_context: Option, // ユーザー固有性 created_at: DateTime, // 作成日時 updated_at: DateTime, // 更新日時 } ``` ## 実装機能 ### 1. 心理判定機能 - AI APIを使用して重要度を0.0-1.0で評価 - 判定基準: - 感情的インパクト (0.0-0.25) - ユーザーとの関連性 (0.0-0.25) - 新規性・独自性 (0.0-0.25) - 実用性 (0.0-0.25) ### 2. 保存機能 - 保存前にAI解釈を実行 - 心理判定スコアを自動付与 - 容量超過時は低スコアから削除 ### 3. 検索機能 - 優先順位順にソート - スコアによるフィルタリング - セマンティック検索（オプション） ### 4. 容量管理 - デフォルト最大: 100件 - 設定可能な上限 - 自動プルーニング（低スコア削除） ## 実装ステップ 1. Memory構造体の拡張 2. AI解釈機能の実装（OpenAI API使用） 3. 心理判定機能の実装 4. 容量管理機能の実装 5. ソート・フィルタリング機能の強化 6. MCPツールへの統合 ## 設定例 ```json { "max_memories": 100, "min_priority_score": 0.3, "auto_prune": true, "interpretation_enabled": true } ``` ## スコアリングシステムの哲学 0.0-1.0のfloat値を採用する理由： - **正規化**: 機械学習やAIにとって扱いやすい標準形式 - **直感性**: 0が最低、1が最高という明確な基準 - **精度**: 0.75などの細かい値で微妙な重要度の差を表現可能 - **拡張性**: 時間軸(0.0-1.0)や確率(0.0-1.0)などとの統合が容易 この設計は、「I + o」概念（oの周りを0.0-1.0の時間軸で表す）とも整合性がある。 ## ゲームのセーブデータとの類似性 - **Git = セーブ機能**: バージョン管理 - **GitHub = クラウドセーブ**: グローバルデータ共有 - **ATProto = データプロトコル**: 分散型データ保存 - **AI記憶 = プレイヤー記憶**: 経験の蓄積と解釈 ゲームのセーブデータも「プレイヤーの行動を解釈したデータ」として扱うことで、より意味のある永続化が可能になる。