DNAメモリー - DNA記憶システム

エージェントが単に覚えるだけでなく、真に学ぶために。

コア理念

人間の脳はハードディスクではなく、すべての情報を無差別に保存しません。人間の脳は以下のことを行います：

• 重要でない情報を忘れる
• 繰り返し現れる情報を強化する
• 散在する情報をパターンに集約する
• 過去の成功と失敗を反思する

DNA メモリーはこのプロセスをシミュレートし、エージェントが真に「進化」することを実現します。

---

三層記憶アーキテクチャ

┌─────────────────────────────────────────────────┐
│  ワーキングメモリ (Working Memory)               │
│  - 現在のセッションの一時的な情報                │
│  - セッション終了後に自動的に選別                │
│  - ファイル：memory/working.json                 │
└─────────────────────────────────────────────────┘
                    ↓ 選別
┌─────────────────────────────────────────────────┐
│  短期記憶 (Short-term Memory)                    │
│  - 過去7日間の重要な情報                         │
│  - 減衰ウェイト付き、アクセスなしで徐々に忘れる │
│  - ファイル：memory/short_term.json              │
└─────────────────────────────────────────────────┘
                    ↓ 巩固
┌─────────────────────────────────────────────────┐
│  長期記憶 (Long-term Memory)                     │
│  - 検証済みの永続的な知識                        │
│  - 集約後の認知パターン                          │
│  - ファイル：memory/long_term.json + patterns.md │
└─────────────────────────────────────────────────┘

---

記憶タイプ

タイプ	説明	例
fact	事実情報	"Andy のWeChat は AIPMAndy"
preference	ユーザー好み設定	"Andy は簡潔で直接的な返答を好む"
skill	学んだスキル	"Feishu API レート制限時は分割リクエストが必要"
error	犯した過ち	"rm の代わりに trash を使用すべき"
pattern	集約したパターン	"GitHub へのプッシュ前にネットワークを確認"
insight	深層的な洞察	"Andy は完璧さよりも効率を重視する"

---

コア操作

1. 記録 (Remember)

python3 scripts/evolve.py remember \
  --type fact \
  --content "Andy の GitHub アカウントは AIPMAndy" \
  --source "ユーザーから通知" \
  --importance 0.8

2. 回想 (Recall)

python3 scripts/evolve.py recall "GitHub アカウント"

関連する記憶を返し、関連度と重要度でソートします。

3. 反思 (Reflect)

python3 scripts/evolve.py reflect

反思ループをトリガーします：

1. 最近の記憶を振り返る
2. 繰り返されるパターンを特定する
3. 認知パターンに集約する
4. 長期記憶を更新する

4. 忘却 (Forget)

python3 scripts/evolve.py decay

忘却メカニズムを実行します：

• 7日間アクセスされていない短期記憶の重み付けを減衰
• 重み付けが閾値以下の記憶をクリーンアップ
• 重要な記憶は削除されない

5. 関連付け (Link)

python3 scripts/evolve.py link <memory_id_1> <memory_id_2> --relation "因果"

記憶間の関連付けを確立し、知識グラフを形成します。

6. バックグラウンドデーモン (Daemon)

起動（バックグラウンド）：

python3 scripts/dna_memory_daemon.py start

ステータス確認：

python3 scripts/dna_memory_daemon.py status

停止：

python3 scripts/dna_memory_daemon.py stop

デフォルトでは assets/config.json からレート制限パラメータを読み込みます：

• auto_reflect_interval_minutes（デフォルト 30 分）
• auto_decay_interval_hours（デフォルト 24 時間）

また、新しい remember の書き込みがあった場合にのみ reflect を実行し、同一バッチの記憶の重複した集約を避けます。 ログは /tmp/dna-memory-daemon.log に書き込まれます。

---

自動トリガー

セッション開始時

1. 関連する長期記憶をロード
2. 反思待ちの短期記憶があるかどうかを確認

セッション終了時

1. ワーキングメモリーから重要な情報を選別
2. 短期記憶に保存
3. 短期記憶が十分に蓄積された場合、反思をトリガー

毎日自動実行

1. 忘却メカニズムを実行
2. 新しいパターンの集約が必要かどうかを確認

デフォルトレート制限：

• auto_reflect_interval_minutes=30：自動反思の最小間隔は 30 分で、高頻度の重複した集約を避けます。
• auto_decay_interval_hours=24：自動忘却の最小間隔は 24 時間です。

並行安全性

• evolve.py には既にプロセス間ファイルロックが組み込まれており、フロントエンドコマンドとバックグラウンドデーモンの同時実行をサポートします。
• JSON 書き込みはアトミック置換を採用し、中断/並行実行による データ破損のリスクを低減します。

---

記憶強化ルール

記憶の重要度は動的に調整されます：

イベント	重み付けの変化
アクセス/使用される	+0.1
ユーザーに正確さを確認される	+0.2
ユーザーに修正される	エラーとしてマーク、新しい記憶を作成
7日間アクセスなし	-0.1
他の記憶に関連付けられる	+0.05
パターンに集約される	長期記憶にアップグレード

---

認知パターン (Patterns)

複数の記憶が同様の規則を示す場合、自動的にパターンに集約されます：

## Pattern: GitHub プッシュ戦略

**トリガー条件**: GitHub にプッシュする必要がある場合

**学んだ教訓**:
1. まずネットワーク接続を確認
2. タイムアウト後、すぐに諦めずに再試行を待つ
3. 持続的に失敗する場合、手動操作ソリューションを提供

**ソース記憶**: [mem_001, mem_003, mem_007]

**検証回数**: 5
**最後の検証**: 2026-03-01

---

既存システムとの統合

MEMORY.md との関係

• MEMORY.md は人間が維持管理する高レベルの記憶です
• DNA メモリーは自動化された細粒度の記憶です
• 重要なパターンは MEMORY.md に昇格させることができます

self-improving-agent との関係

• self-improving-agent はエラーと学習を記録します
• DNA メモリーはこれに基づいて、集約、忘却、関連付けを追加します
• .learnings/ 内のコンテンツをインポートできます

---

ファイル構造

~/.openclaw/workspace/memory/
├── working.json        # ワーキングメモリー（現在のセッション）
├── short_term.json     # 短期記憶（7日以内）
├── long_term.json      # 長期記憶（永続）
├── patterns.md         # 集約した認知パターン
├── graph.json          # 記憶関連グラフ
└── meta.json           # メタデータ（統計、設定）

---

使用例

シナリオ 1: ユーザー好みの学習

ユーザー: "これからは返答はもっと簡潔にしてよ、長ったらしいのは嫌"

エージェント内部操作:
1. remember --type preference --content "ユーザーは簡潔な返答を好む" --importance 0.9
2. その後の返答は自動的にスタイルを調整

シナリオ 2: エラーから学習

操作失敗: "Feishu API 429 レート制限"

エージェント内部操作:
1. remember --type error --content "Feishu API の頻繁な呼び出しは 429 を引き起こす"
2. remember --type skill --content "Feishu API は分割リクエストが必要、5秒間隔"
3. link error_mem skill_mem --relation "解決方案"

シナリオ 3: 自動集約

反思で発見:
- 記憶 1: "GitHub プッシュタイムアウト"
- 記憶 2: "GitHub クローンタイムアウト"  
- 記憶 3: "GitHub フェッチタイムアウト"

パターンに集約:
"GitHub へのネットワークアクセスが不安定で、リトライメカニズムが必要"

---

設定

{
  "decay_days": 7,
  "decay_rate": 0.1,
  "forget_threshold": 0.2,
  "reflect_trigger": 20,
  "max_short_term": 100,
  "max_long_term": 500
}

---

他の記憶システムとの比較

機能	memu	self-improving	DNA Memory
保存	✅	✅	✅
検索	✅ ベクトル	❌	✅ ベクトル+関連付け
分類	❌	✅	✅ 6 タイプ
忘却	❌	❌	✅ 主動的忘却
集約	❌	❌	✅ 自動集約
反思	❌	❌	✅ 反思ループ
関連付け	❌	❌	✅ 知識グラフ
強化	❌	❌	✅ 動的重み付け

---

AI酋長 Andy により作成 | エージェントが真に成長して学ぶために