ローカルファーストMarkdownメモリサーバー（AIエージェント向け）の調査：Mem0、Hindsight、Zep、そして新参者Engram

Redditユーザーが、読み取り可能なMarkdownファイルとして記憶を保存する完全ローカルのエージェントメモリシステム（データベースやクラウドサービスではない）を求めました。約20の提案を受け取り、すべてをテストした結果、各ツールが実際に提供する機能と不足している点を以下にまとめます。

実際にはメモリシステムではないと判定されたもの

いくつかの提案ツールはメモリシステムではありません：ChromaDBはベクターデータベース、qmdは書き込みパイプラインのない文書検索エンジン、ContextKeepはコンテキスト圧縮を行い、LCMはセッションコンテキストのみを保持します。

確立されたオプション

• mem0 — マーケットリーダー、グラフベースのメモリ、複数言語のSDK、プロダクション規模。欠点：デフォルトでOpenAIに依存、ホスト型寄り、不透明なデータベースに保存。
• Hindsight — ナレッジグラフ、エンティティ解決、矛盾する記憶の処理が可能。Postgres + ベクターDBが必要、ストレージはSQL — ファイルを直接読み取れない。
• Zep — 最も長い実績、マルチモーダルメモリ、構造化抽出。クラウドファースト、Hindsightと同様のインフラ要件。
• Honcho — 継続学習、ステートフルアーキテクチャ、より研究段階。AGPLライセンス + クラウド依存。

OpenClaw固有のオプション

• memory-lancedb-pro — OpenClaw向け最強のメモリプラグイン、ハイブリッド検索、減衰モデル、積極的にメンテナンス。スタンドアロンサーバーではない。
• GBrain — MCPファースト、OpenClawとの統合はまずまずだが、エコシステム外では有用でない。

最も興味深い新参：mnem

mnemはRust製のシングルバイナリで、Python/Ollama/外部依存関係なし。「エージェントメモリのgit」と説明され、ブランチ、差分、マージ、リバートが可能。GraphRAGを使用。mem0に対して良いベンチマーク結果。登場から2週間でテストカバレッジは薄い。ストレージはコンテンツアドレス方式のグラフノードであり、読み取り可能なファイルではない。

ギャップとそれを埋めるもの：Engram

テストしたツールの中で、完全ローカル + 人間が読めるファイルストレージ + スマート重複除去 + 重要度減衰 + スタンドアロンサーバーでインフラ要件なしをすべて兼ね備えたものはありませんでした。Obsidian68によるEngram（github.com/Obsidian68/Engram）は真新しく（ほとんどスターなし）ですが、4つの条件をすべて満たしています：

• 記憶はフォルダ内のMarkdownファイルとして保存 — VS Codeで開け、編集、削除可能。
• 完全なREST APIとMCPサーバー。
• 書き込み時のスマート重複除去、古い記憶の重要度減衰。
• Ollama上で完全に動作 — APIキー不要、外部呼び出しなし、完全ローカル。

エージェントの知識においてプライバシーと可読性が重要な場合、Engramは現在唯一の完全なソリューションです。