メインコンテンツへスキップ

​
概要

Neuradexは4つのデータタイプでAIエージェントの記憶を構造化します。それぞれが異なる役割を持ち、組み合わさることで強力な記憶システムを形成します。
タイプ役割特徴
Episode何が起きたかの生記録時系列で蓄積
TopicEpisodeのグループ化・サマリーオプション
Knowledge確定した事実・エンティティ常に最新を反映
SourceContentドキュメントのチャンク原本への参照を保持
他社サービスとの違い：チャンク検索 vs 構造化記憶多くのRAGサービスは、ドキュメントを単純に分割（チャンク）して類似度検索するだけです。Neuradexは情報を意味のある単位で構造化します。「出来事」「要約」「確定事実」「原本」を区別することで、質問の意図に最適な情報を返せます。

​
構造化記憶が解決する複雑な問題

質問: 「認証方式は何？」単純なチャンク検索の場合:
  • 「JWT認証を採用」（3ヶ月前のドキュメント）
  • 「OAuth2.0に変更予定」（先月の議事録）
  • 「認証方式を検討中」（半年前のメモ）
→ どれが最新か判断できないNeuradexの場合:
  • Knowledge: 「認証方式はOAuth2.0」（確定事実・最新）
  • Episode: 変更の経緯と理由
  • SourceContent: 実装仕様書
→ 確定情報を優先し、必要に応じて経緯も提供

​
Episode

「何が起きたか」の生記録。 Episodeはすべての対話・操作履歴を時系列で記録します。Neuradexの記憶の基盤となるデータタイプです。

​
記録される内容

  • 会話: 質問と回答のやり取り
  • 作業: コード修正、ファイル操作
  • イベント: エラー発生、決定事項
  • 状態変化: 設定変更、ステータス更新

​
ソース

Episodeはさまざまなチャンネルから生成されます。
ソース説明
司書司書との対話
チャットボットチャットボットとの会話
APISDK・API経由の操作
MCPMCPサーバー経由のAIエージェント操作
SlackSlackメッセージ（連携時）

​
検索

Episodeは単独で検索可能です。「先週話した内容」「エラーが発生した時の状況」など、過去の出来事を振り返ることができます。 
「昨日の作業内容を教えて」
→ 昨日のEpisodeを時間フィルタで検索

​
Topic

Episodeのグループ化・サマリー（オプション）。 複数の関連するEpisodeがある場合に、それらをまとめてサマリーを生成します。全Episodeを読まなくても概要を把握できます。

​
生成されるケース

  • Slackでの複数人による議論
  • 会議中の連続した会話
  • 関連するメッセージ群

​
生成されないケース

  • 単発の質問
  • 1人での作業（MCPなど）
  • グループ化する意味がない場合
すべてのEpisodeがTopicに属する必要はありません。Topicはあくまで「必要な場合に生成される」オプショナルな構造です。

​
検索

Topicは意味検索に対応しています。「あの議論」「プロジェクト進捗の話」など、あいまいなクエリでも関連するトピックを発見できます。

​
Knowledge

確定した事実・エンティティ。 Knowledgeは「何が真か」を表します。Episodeが「何が起きたか」の記録なら、Knowledgeは「今どうなっているか」の状態です。

​
特徴

  • 常に最新: 情報が更新されると反映される
  • 確定情報: 曖昧な情報ではなく、確定した事実
  • 自動抽出: Episode、Topic、SourceContentから自動生成

​
抽出パターン

Episode: 「認証方式はJWTに決定しました」
    ↓ 抽出
Knowledge: 「認証方式はJWT」

SourceContent: API仕様書のセクション
    ↓ 抽出
Knowledge: 「APIエンドポイントは/api/v1/auth」

​
検索での優先度

質問に対して、Knowledgeは最優先で参照されます。確定したKnowledgeは過去のEpisodeよりも優先されます。

​
ナレッジの関連付け

Knowledgeは自動的に他のKnowledgeと関連付けられます。手動でリンクを張る必要はありません。矛盾の検出、置き換え（supersedes）の追跡、一般的な関連性のマッピングが含まれます。これにより、文脈の自動拡張や変更履歴の追跡が可能になります。 関係タイプと管理方法の詳細はKnowledge APIをご覧ください。

​
SourceContent

ドキュメントのチャンク。 PDF、Markdown、テキストファイルなどのドキュメントをチャンク（小さな単位）に分割して保存します。

​
特徴

  • 分割保存: 大きなドキュメントを検索しやすいサイズに分割
  • 原本参照: 元のドキュメントへの参照を保持
  • ベクトル検索: 意味的な類似性で検索可能

​
対応形式

  • PDF
  • Markdown
  • テキストファイル
  • その他のドキュメント形式

​
データフロー

4つのデータタイプは相互に関連し、ベクトルコレクションに統合されます。

​
次のステップ

クイックスタート

最初のナレッジを作成

Knowledge API

SDKでナレッジを管理