tessera

TESSERA (Temporal Evolving State Synthesis with Explicit Relations and Atomic Memories) は、AIエージェント向けのテキスト優先のメモリおよびエビデンスレイヤーです。パッケージ名は tessera-agent-memory として公開されていますが、PythonのインポートおよびCLIは tessera のままであり、Python 3.9以上を必要とし、MITライセンスの下で提供されています。現在のバージョンは0.0.1です。 本プロジェクトは、最終的な推論エージェントではなく、メモリインフラストラクチャとして位置付けられています。Markdownおよびテキストソースが正本として保持され、インデックス、グラフ、キャッシュ、およびエビデンスレコードは派生的に生成され、再構築可能です。検索結果は生成された回答ではなく構造化されたエビデンスを返し、READMEでは、関連性は真実、信頼性、または権威として扱われないこと、インデックス作成中にソースが密かに書き換えられないこと、および基本的な検索パスに生成AI（LLM）は必須ではないことが明記されています。 インターフェースと使用方法 - CLI: tessera init, write, index, query に加え、config show/list/doctor/unregister を提供します。非対話的な init には明示的な --sources ポリシーが必要であり、既存設定への実質的な変更は、まず --dry-run で確認し、その後 --update-existing で許可する必要があります。 - Python API: TesseraEngine(storage_dir=...).build_index() および retrieve_context(query, top_n=...) を提供し、id、score（score_explain付き）、relevant_evidence、メモリ本文全体、ソースパス、安定したソースドキュメント識別子、ソースバージョンハッシュ、エビデンススパン、および関連メモリIDなどのフィールドを返します。 - MCP: オプションの tessera[mcp] エクストラによりMCPトランスポート（SDK v1.30+、Python 3.10+、3.12で認定）が追加され、tessera-mcp --project /absolute/project として動作します。また、オプションの tessera[llm] エクストラによりHTTP LLMブリッジが追加されます。 メモリモデルとストレージ - 「事実 (facts)」、「好み (preferences)」、「洞察 (insights)」の3つのセマンティックドロワーが保持されます。 - アイデンティティはファイルの場所やコンテンツのバージョンから分離されているため、ドキュメントを移動しても自動的に新しいメモリやソースアイデンティティが作成されることはありません。 - 設定は人間が読める形式の schema v2 です。store.path は生成メモリの保存先、sources.roots は明示的な読み取り/インデックス許可リスト、index.path はプロジェクト内の使い捨ての派生状態です。ユーザーグローバルのレジストリにより、メモリをコピーまたはマージすることなく、名前付きストアを記憶できます。 - ストレージの解決順序は、明示的なパス、TESSERA_STORAGE_DIR、非推奨の LAO_MEM_DIR、最近接のプロジェクト設定、そして名前付きグローバルエントリの順です。いずれも選択されていない場合、CLI操作は対処可能なエラーで失敗します。 - Markdownのみが唯一の正本書き込みフォーマットです。サポートされていない形式や任意のJSON取り込みは、ストレージ、レジストリ、グラフ、インデックス、または Evidence Ledger の変更が行われる前に拒否されます。 - 書き込みは決定論的なコントラクト（パス検証、検出、オプションの変換、承認、永続化）に従います。安全なコンテンツは変更なしに受け入れられ、空の入力や既知の敵対的な指示は拒否されます。引用された例や疑わしいタグのみの入力は、永続化させずにレビューに回されます。 - オプションの .tessera-ignore は、ドキュメント化された無視構文のサブセット（コメント、*、?、**、ディレクトリサフィックス、順序付きの ! 再包含）をサポートします。.git、派生インデックス、認証資格情報などの必須除外項目は再包含できません。 評価とステータス コンパクトで機密性のないレジャーにより、決定論的な LongMemEval V1 dev-50 検索プロファイルがバージョン管理されており、データセットや正解マッピングをコミットすることなく、集計検索メトリクス、固定入力、設定、コミット由来、コスト、ハッシュを記録します。すべてのプルリクエスト (PR) でベンチマークの適用性が宣言され、PRごとのオフラインレポートチェックが実行され、固定された50クエリプロファイルがPRのベースSHAに対してゲートされます。READMEでは、これらのスコアは最終的な回答の正解率ではなく、エビデンス検索の精度を測定するものであると記されています。 TESSERAは進化し続ける基盤として説明されています。現在利用可能な機能には、正準メタデータとドキュメント分類、安定したメモリおよびソースアイデンティティ、説明可能なローカル検索、クエリに応じた関連エビデンス、Evidence Ledger とプロバナンス、リレーション解析/ナビゲーション、Python/CLI/MCPインターフェース、およびサニティ評価を伴う決定論的なCIが含まれます。現在テスト中の項目には、増分およびべき等なインデックス作成、より広範なテキスト取り込みとセグメンテーション、LongMemEval ベースライン、クエリに応じたグラフ拡張、時間的状態、矛盾するエビデンスの調停、および適応的検索があります。ドキュメントには、アーキテクチャ、コンセプト、クエリ例、検索出力コントラクト、ロードマップ、研究リファレンス、および変更ポリシーが記載されています。リポジトリは現在、Luigi Ferronatto によってメンテナンスされています。