シグネット：AIコーディングエージェント向けオープンソースメモリーレイヤー、LoCoMoでF1スコア80％を達成

Signetは、Claude Code、OpenCode、OpenClaw、CodexなどのAIコーディングエージェント向けに設計されたオープンソースのメモリシステムです。エージェントの会話フローからメモリ抽出を分離することで、メモリ管理の問題に対処します。

性能とアプローチ

このシステムは最近、長期的な会話メモリを評価するLoCoMoベンチマークで80%のF1スコアを達成しました。比較として、標準RAGはこのベンチマークで約41%、完全なコンテキストを持つGPT-4は32%、人間の上限値は87.9%です。

エージェントに「記憶」ツールを与えるアプローチとは異なり、Signetはアーキテクチャを逆転させます：

• メモリは各セッション後に別個のLLMパイプラインによって抽出され、会話中のツール呼び出しは不要
• 関連するコンテキストは各プロンプトの前に注入され、エージェントは必要な情報を検索する必要がなく、既に持っている

このアプローチは、明示的なクエリを必要とせずに情報が自動的に表面化する人間の記憶に類似しています。

技術的実装

すべてがクラウド依存なしでSQLiteを使用してローカルマシン上で動作し、オフラインでも機能します。同じエージェントメモリが異なるコーディングツール間で持続します。セットアップには1つのインストールコマンドが必要で、数分で実行できます。このプロジェクトはApache 2.0ライセンスです。

今後の開発

チームは、ユーザーのパターンを学習し、質問される前に必要なコンテキストを予測するユーザーごとの予測メモリモデルに取り組んでいます。このモデルはローカルでトレーニングされ、重みはユーザーのマシン上に保持されます。