メモリの概要
メモリは、エージェントが利用可能なコンテキストを管理する方法であり、すべてのチャットメッセージをコンテキストウィンドウに凝縮したものです。
コンテキストウィンドウ
コンテキストウィンドウは、任意の時点で言語モデルに見える情報の総量です。
Mastraでは、コンテキストは3つの部分に分かれています：システム指示とユーザーに関する情報（ワーキングメモリ）、最近のメッセージ（メッセージ履歴）、そしてユーザーのクエリに関連する古いメッセージ（セマンティックリコール）です。
ワーキングメモリは異なるスコープで持続できます - 会話スレッドごと（デフォルト）または同じユーザーのすべてのスレッド間（リソーススコープ）で、会話間でコンテキストを記憶する永続的なユーザープロファイルを可能にします。
さらに、コンテキストが長すぎる場合にコンテキストをトリミングしたり情報を削除したりするためのメモリプロセッサを提供しています。
クイックスタート
メモリ機能の動作を最も素早く確認するには、組み込みの開発プレイグラウンドを使用します。
まだ作成していない場合は、メインのはじめにガイドに従って新しいMastraプロジェクトを作成してください。
メモリパッケージをインストール
npm install @mastra/memory@latestエージェントを作成し、Memoryインスタンスを接続
import { Agent } from "@mastra/core/agent";
import { Memory } from "@mastra/memory";
import { openai } from "@ai-sdk/openai";
import { LibSQLStore } from "@mastra/libsql";
// 永続化のためLibSQLStoreを使用してメモリを初期化
const memory = new Memory({
storage: new LibSQLStore({
url: "file:../mastra.db", // またはデータベースのURL
}),
});
export const myMemoryAgent = new Agent({
name: "MemoryAgent",
instructions: "...",
model: openai("gpt-4o"),
memory,
});開発サーバーを起動
npm run devプレイグラウンドを開いてMemoryAgentを選択
http://localhost:4111 でプレイグラウンドを開きます。いくつかメッセージを送信して、会話を通じて情報を記憶していることを確認してください：
➡️ あなた: 私の好きな色は青です。
⬅️ エージェント: 承知しました！あなたの好きな色が青だということを覚えておきます。
➡️ あなた: 私の好きな色は何ですか？
⬅️ エージェント: あなたの好きな色は青です。メモリスレッド
Mastraはメモリをスレッドに整理します。スレッドは特定の会話履歴を識別するレコードで、2つの識別子を使用します：
threadId: グローバルに一意な会話ID（例：support_123）。スレッドIDはすべてのリソース間で一意である必要があります。resourceId: 各スレッドを所有するユーザーまたはエンティティID（例：user_123、org_456）。
resourceIdはリソーススコープ作業メモリにおいて特に重要で、同じユーザーのすべての会話スレッド間でメモリを永続化することができます。
const response = await myMemoryAgent.stream("Hello, my name is Alice.", {
resourceId: "user_alice",
threadId: "conversation_123",
});重要： これらのIDがないと、メモリが適切に設定されていてもエージェントはメモリを使用しません。プレイグラウンドではこれを自動的に処理しますが、アプリケーションでメモリを使用する際は自分でIDを追加する必要があります。
スレッドIDの一意性： 各スレッドIDはすべてのリソース間でグローバルに一意である必要があります。スレッドは作成したリソースと永続的に関連付けられます。異なるリソースに対して類似のスレッド名が必要な場合（例：複数のユーザーに対する「general」スレッド）、スレッドIDにリソースIDを含めてください：
${resourceId}-generalまたはuser_alice_general。
スレッドタイトル生成
Mastraは、ユーザーの最初のメッセージに基づいて会話スレッドの意味のあるタイトルを自動生成できます。これにより、アプリケーションUIで会話を整理し、識別することができます。
const memory = new Memory({
options: {
threads: {
generateTitle: true, // 自動タイトル生成を有効化
},
},
});デフォルトでは、タイトル生成はエージェントと同じモデルとデフォルト指示を使用します。カスタマイズやコスト最適化のために、タイトル生成専用に異なるモデルを指定したり、カスタム指示を提供したりできます：
const memory = new Memory({
options: {
threads: {
generateTitle: {
model: openai("gpt-4.1-nano"), // タイトル用により安価なモデルを使用
instructions: "最初のユーザーメッセージに基づいて、この会話の簡潔なタイトルを生成してください。",
},
},
},
});タイトル生成はエージェントが応答した後に非同期で実行されるため、応答時間に影響しません。詳細と例については、完全な設定リファレンスを参照してください。
会話履歴
デフォルトでは、Memoryインスタンスは現在のMemoryスレッドから最新の10件のメッセージを各新規リクエストに含めます。これにより、エージェントに即時の会話コンテキストが提供されます。
const memory = new Memory({
options: {
lastMessages: 10,
},
});重要: 各エージェント呼び出しでは、最新のユーザーメッセージのみを送信してください。Mastraは必要な履歴の取得と挿入を処理します。履歴全体を自分で送信すると重複が発生します。useChatフロントエンドフックを使用する場合の処理方法については、AI SDK Memoryの例を参照してください。
ストレージ設定
会話履歴はメッセージを保存するためにストレージアダプターに依存しています。 デフォルトでは、メインのMastraインスタンス に提供されたものと同じストレージを使用します。
MemoryインスタンスもMastraオブジェクトもストレージプロバイダーを指定していない場合、Mastraはアプリケーションの再起動やデプロイメント間でメモリデータを永続化しません。ローカルテスト以外のデプロイメントでは、Mastraまたはnew Memory()内で直接独自のストレージ設定を提供する必要があります。
Mastraインスタンスにstorageが指定されている場合、エージェントに接続されているすべてのMemoryで自動的に使用されます。その場合、エージェントごとのオーバーライドが必要でない限り、new Memory()にstorageを渡す必要はありません。
import { Memory } from "@mastra/memory";
import { Agent } from "@mastra/core/agent";
import { LibSQLStore } from "@mastra/libsql";
const agent = new Agent({
memory: new Memory({
storage: new LibSQLStore({
url: "file:./local.db",
}),
}),
});ストレージコードの例:
取得されたメッセージの表示
Mastraデプロイメントでトレースが有効になっており、メモリがlastMessagesおよび/またはsemanticRecallで設定されている場合、エージェントのトレース出力には、コンテキストのために取得されたすべてのメッセージが表示されます。これには、最近の会話履歴とセマンティックリコールによって呼び出されたメッセージの両方が含まれます。
これは、デバッグ、エージェントの決定の理解、および各リクエストに対してエージェントが適切な情報を取得していることの確認に役立ちます。
トレースの有効化と設定の詳細については、Tracingを参照してください。
次のステップ
コアコンセプトを理解したので、semantic recallに進んで、MastraエージェントにRAGメモリを追加する方法を学びましょう。