技術的なアプローチの中には、最初はそれほどクールに見えなくても、考えれば考えるほど理にかなっているものがある。それが、記憶をMarkdownで記述するという路線だ。
EverMind-AI/EverOSは2026年6月18日時点でも更新が続いており、Apache-2.0ライセンスの下で公開され、GitHubスター数は約7,872に達している。READMEではEverOS 1.0.0を「エージェントとメイカーのためのローカルメモリOS」と定義しており、その中核はポータブルなメモリ層だ。Markdownをsource of truthとし、SQLiteとLanceDBを同期して検索機能を提供する。
これは多くの「メモリバンク」プロジェクトとは一線を画している。まずデータをデータベースに放り込んでダッシュボードを提供するのではなく、まず記憶を読み取り可能、編集可能、差分比較可能、Git管理可能なMarkdownファイルに変換するのだ。個人や小規模チームにとって、この選択は非常に現実的で実用的だ。
私はこの設計を気に入っている。なぜなら、エージェントの記憶において最も恐ろしいのはブラックボックス化だからだ。モデルがあなたの嗜好を誤って記憶したり、プロジェクトの背景を誤解したりした場合、APIを叩いてembeddingを1件削除するしかないのでは、体験は最悪になる。Markdownであれば、少なくとも直接ファイルを開いて確認できる。
欠点も同時に現れる。ファイルシステムベースのアプローチでは、同期、競合、権限、パフォーマンスの問題を必然的に処理しなければならない。規模が大きくなっても、Markdownが自動的にエンタープライズ向けのナレッジグラフに変化するわけではない。
そのため、EverOSはローカルファーストな開発者ワークフロー、研究ノート、個人用エージェント、小規模チームのナレッジベースにより適している。最も派手なソリューションではないが、長期的にユーザーから信頼されやすいソリューションの一つである可能性は高い。
主な情報源：