01
記憶は増えても、ツールをまたげない
ChatGPT や Claude に記憶機能が加わっても、その記憶は各ツールの中だけ。ツールやプロジェクトを切り替えると、構成や過去の判断はまた説明し直しになりがちです。
Claudeで決めた方針、Cursorにもまた説明するのか…
あなたとチームの判断を、AIエージェントが引き継ぐ。
AIとの会話、エージェントによる作業、外部ソースなどから、あなたとチームの判断・状態・関係性を構造化して蓄積し、自動で整理・最新化。
次のエージェントがすぐ使える知識資産にする、AIエージェント時代の記憶プラットフォームです。
ご用意ができたら招待状をお送りいたします。リクエストが多い場合は、お待ちいただくことがありますのでご了承ください。
AIの記憶でお困りですか？
AIを使い続けるほど、「また最初から説明する」が増えていませんか？
Claude・ChatGPT・Cursor・Geminiを毎日使っていると、必ず3つの壁にぶつかります。
02
自分の知識が、チームに広がらない
自分がAIと積み上げた設計判断や調査結果は、自分のチャット履歴の中にしかありません。チームメンバーには共有されず、自分が休んだり離脱したりすると、その知識はまるごと消えてしまいます。
あの人しか知らない仕様、また調べ直しだ
03
長い説明を貼るほど、コストが上がる
AIに背景を理解させるために、毎回README・仕様書・過去のやり取りをまとめて貼り付けると、処理するトークン数が増えて費用がかさみます。それでも「どこまで伝わっているか」は不明なままです。
コンテキストに貼りすぎてAPI代が倍になった
Kagura AIで解決
Kagura AIを使うと、あなたの判断も、エージェントの作業も、すべてが記憶になります。
使うほどKagura AIが自動で整理し、チームで使える知識ベースに育っていきます。
自動で記憶
AIとの会話、エージェントの活動、ファイル、外部ソースをMCP・REST API・自動同期で記憶。何を残すかを自分で選ぶ必要はありません。
自動で整理
重複をまとめ、関連する記憶をつなぎ、古い情報や食い違いを直します。使うほど、知識ベースは正確になります。
複数AIで共有
Claude・Cursor・Codex・Gemini など複数のAIで、同じ記憶を共有できます。MCP・CLI・REST APIに対応し、どのツールからでも同じ文脈で続けられます。
チームで共有
一人の知見が、チーム全員の財産になります。共有する記憶と、誰が見られるかの権限を、役割ごとに設定できます。
こんなあなたへ
AIやチームに「毎回同じことを説明している」と感じたら、あなたのためのツールです
AIの使い方や経験レベルを問わず、こんな場面で役立ちます。
個人利用
AIツールをよく使う個人エンジニア
Claude Code や Cursor でコードを書いている方。「新しいチャットを開くたびにプロジェクトの説明をするのが面倒」「先週直したバグの経緯をまたAIに教えた」という悩みをなくせます。
チーム利用
複数人でAIを使っている開発チーム
チームでChatGPTやClaudeを使っているが、誰がどんな判断をしたかが共有されていない。「あの人が対応したバグの話、Slackを掘らないと出てこない」をなくし、チーム全体でAIをうまく使えるようにします。
AI入門層
AIを使い始めたばかりの非エンジニア・文系職
「AIに何を伝えればいいかわからない」「毎回うまく使えている気がしない」という方。これまでの会話から自動的に文脈が蓄積されるので、何度も同じ前提を説明する手間がなくなります。
社内推進
社内でのAI活用を広げたい担当者
「ChatGPTを全社導入したいが、情報漏洩が心配」「部署ごとにバラバラに使っていて管理できない」という方。誰が何を使っているか把握でき、部署ごとにアクセスできる情報を分けて管理できます。
受託開発
複数のプロジェクトを掛け持ちするSIer・受託開発者
「顧客Aの要件とBの要件がごっちゃになる」「前回のプロジェクトで学んだことを今回に活かせていない」という方。顧客ごとに記憶を分けて管理でき、過去の提案や設計判断を次の仕事に再利用できます。
Agent開発
複数のAIエージェントを組み合わせて動かしたい開発者
「エージェントAが調べた情報をエージェントBに渡したい」「複数のAgentが同じ文脈を共有できないか」という方。Kagura AIをAgentが共通で参照できる「共有メモリー」として組み込めます。
機能一覧
2つのプロダクトで構成されています
記憶を「保存・取り出す」Cloud と、記憶を「自動で整理・育てる」Worker の組み合わせです。
CLOUD
Kagura Memory Cloud
お試しから利用可能AIの「記憶置き場」をクラウドに作る
Claude・Cursor・ChatGPT などのAIツールから、作業メモや判断の記録を送るだけで自動的に整理して保存します。接続は MCP・CLI・REST API に対応し、次のセッションや別のツールからもすぐに呼び出せます。
記憶の保存 remember
AIとのやり取りや作業メモを渡すだけで、何が重要かを自動で判断して整理・保存します。「何をどう保存するか」を考える必要はありません。
具体例 「今日のバグ対応の経緯をKaguraに保存して」とClaudeに伝えるだけ
記憶の呼び出し recall
「先週のあの件」「ログイン周りの設計判断」といったあいまいな言葉でも、関連する記憶を引っ張り出せます。キーワードが完全に一致しなくても、意味から検索します。
具体例 「認証まわりで過去に何か決めたことあったっけ?」で即ヒット
記憶のつながり管理 グラフ
保存した記憶同士の「関係性」を自動でつなげます。「このバグはあの設計判断が原因だった」のような文脈のつながりを記録するので、関連情報をまとめて引き出せます。
具体例 「Aの記憶」を呼び出すと、関連する「B・C」も一緒に出てくる
プロジェクト別の管理 Context
プロジェクトや顧客ごとに記憶を分けて管理できます。「顧客Aの話を顧客Bと混同する」がなくなり、必要な記憶だけをAIに渡せます。
具体例 プロジェクトAとBでContextを分けて、それぞれ独立した記憶として管理
複数AIツール・複数経路で接続 MCP / CLI / API
Claude・Cursor・Gemini・Codexなど異なるAIツールから同じ記憶にアクセスできます。接続は MCP に加えて CLI・REST API でも可能で、どのツール・どの方法から使っても同じ文脈が使えます。
具体例 Cursorで保存した設計判断を、ClaudeからもCLI・APIからも参照できる
アクセス管理と履歴 Govern
「誰がどの記憶を見られるか」を設定できます。チームで使うときに「この記憶は自分だけ」「このプロジェクトはチーム全員に公開」といった管理が可能です。操作の履歴も残ります。
具体例 社外秘の案件記憶は担当者のみに限定する
WORKER
Kagura Memory Worker
Starterプラン以上で利用可能記憶を自動で整理・育てるしくみ
保存した記憶を放っておくと、古い情報や重複が増えていきます。Workerは、バックグラウンドで定期的に記憶を見直し、使いやすい状態を保ち続けます。
自動お掃除 Sleep Maintenance
定期的に記憶全体をチェックして、内容が古くなったもの・重複しているもの・矛盾しているものをまとめたり削除したりします。手動での管理は不要です。
具体例 同じ仕様について3回保存した記憶を、1つにまとめて整理してくれる
パターンの発見 Memory Analysis
蓄積された記憶を分析して、「よく繰り返しているミス」「チームでよく議論になるテーマ」などの傾向をレポートします。振り返りや改善のヒントとして使えます。
具体例 「認証エラーに関する記憶が増えている」という気づきを自動で提示
必要な部分だけ渡す Compile
AIに記憶を渡すとき、全部まとめて送るのではなく「今の作業に関係ある部分だけ」を自動で選んでコンパクトにします。余計な情報を減らすことでAIの回答精度が上がり、費用も下がります。
具体例 1000件の記憶の中から、今のタスクに関係する10件だけを抽出してClaudeに渡す
個人の知識をチームへ Team Sharing
自分がAIと積み上げた知識を、チーム全体が使える形に自動で変換します。「この人しか知らない」をなくし、誰かが休んでもチームの作業が止まりにくくなります。
具体例 Aさんの調査メモが、チーム全員の記憶ベースに自動で共有される
根拠へのリンク Source Ref
GitHubのIssueやドキュメントなど、記憶の元になった情報源へのリンクを自動で記録します。「なぜそう決めたのか」の根拠をあとから確認でき、AIが間違った情報を出すリスクも下がります。
具体例 「この設計はIssue #42での議論が根拠」とリンクが自動でついている
記憶全体の見直し Broadlistening
記憶が増えてきたタイミングで、全体を俯瞰して「重要度の変わった記憶」「つながりが増えたテーマ」を再評価します。記憶の量が増えても検索精度が落ちないよう、定期的に品質を保ちます。
具体例 3ヶ月前の記憶が現在のプロジェクトと関連していることを自動で発見
コストメリット
コストを抑えながら、記憶が「使える知識資産」になる
以下はすべてシミュレーション値です。実際の削減効果はプロジェクト規模・使い方・利用するAIモデルによって異なります。
トークンコスト削減
「全部渡す」をやめ、関係する記憶だけを渡す
自社試算で約72%のトークン削減（シミュレーション）
「全部渡す」をやめ、ムダなトークンを削る
関係する記憶だけを選んで渡すため、フル送信に比べてトークンを約72%削減。費用を抑えながら的確に AI へ届けます。
前提・計算条件
- フルコンテキスト方式:〜25,000トークン / 回（前提値）
- Compile Layer 方式:〜7,000トークン / 回（前提値）
- 入力単価 $3 / 1M トークンで算出 → 1回あたり約72%のトークン削減
- Kagura AI 独自のシミュレーション（実測ではありません）
精度の維持
長文の精度低下を回避
NoLiMa（ICML 2025）ほか複数ベンチマークに基づく
盛りすぎないから、AI が本当に「使える知識」になる
コンテキストが長いほど精度は下がります。必要な記憶だけを渡すことで、最新モデルでも確認された長文脈の精度低下を回避します。
前提・計算条件
- NoLiMa（ICML 2025 / arXiv:2502.05167）: 32K トークンで多くのモデルが短文脈ベースラインの 50% 未満に低下
- 後継世代の大規模モデルでも、長文脈では精度低下が報告されている
- Kagura AI 独自のシミュレーション（実測ではありません）
知識の複利
使うほど積み上がる
チーム・継続利用での試算
再説明が減る分、知識が資産として積み上がる
作業ログや判断を残すほど、次回からの説明コストが減ります。個人の記憶がチームの共有資産として積み上がります。
前提・計算条件
- 1回の再説明を約 3,000 トークンと仮定、入力単価 $3 / 1M トークンで算出
- 1人が1日20回削減 → 月あたり約 $5.4 の直接削減（チーム規模に比例）
- 加えて、説明に費やす時間コストを圧縮（効果は利用頻度・規模で変動）
| 比較軸 | Memory Layerなし（毎回フル送信） | Kagura AI（Compile Layer） | 差分（シミュレーション） |
|---|---|---|---|
| 1回あたりのトークン数 | 〜25,000トークン以上 | 〜7,000トークン以下 | 約72%削減 |
| 月間API費用（1人・100回/日） | 約$162 / 月 | 約$63 / 月 | 約$99削減 |
| 規模3倍時のコスト増 | 約3倍に増加 | 増加を抑制 | 上昇率を低減 |
| 新規セッションの立ち上がり | 毎回ゼロから説明 | 記憶を引き継いで開始 | 説明コストなし |
上記はすべて Kagura AI 独自のシミュレーション値であり、実際の効果を保証するものではありません。近年のAIはコンテキスト容量が 200K〜1M トークン以上へと拡大していますが、長いコンテキストをそのまま渡すと精度はむしろ低下することが学術研究で繰り返し示されています。NoLiMa（ICML 2025）では 32K トークン時点で多くのモデルが短文脈時の 50% 未満まで性能が低下することが確認されており、後継世代の大規模モデルでも長文脈で精度低下が報告されています。月間費用の試算は、代表的な入力単価 $3 / 1M トークンで計算しています。各モデルの実際の単価は異なります。削減効果はプロジェクト規模・呼び出し頻度・コンテキストの性質により大きく変動します。導入前に自社環境での検証を推奨します。
主要出典: Modarressi et al. (2025)『NoLiMa: Long-Context Evaluation Beyond Literal Matching』(arXiv:2502.05167 / ICML 2025) / トークン単価は各AIモデル提供元の公開料金を参照
料金プラン
あなたに合った始め方を
まずは招待制のお試しから。チームの規模に合わせて Starter / Pro へ。大規模・カスタム要件はエンタープライズで。
お試し 招待制
無料
招待された方のみご利用可能
招待をリクエストご用意ができたら招待状をお送りいたします。リクエストが多い場合は、お待ちいただくことがありますのでご了承ください。
- Kagura Memory Cloud
- ワークスペース1
- メモリー数1,000
- サポートDiscord
Starter 準備中
料金計算中
月額サブスクリプション・毎月キャンセル可能
- Kagura Memory Cloud
- Kagura Memory Worker
- ワークスペース2
- メモリー数5,000
- サポートDiscord
- お試し招待5 人
Pro 準備中
料金計算中
月額サブスクリプション・毎月キャンセル可能
- Kagura Memory Cloud
- Kagura Memory Worker
- ワークスペース5
- メモリー数50,000
- サポートメール
- お試し招待20 人
エンタープライズ
お問い合わせ
大規模・カスタム要件に合わせて
お問い合わせ- Pro のすべての機能
- ワークスペースカスタム
- メモリー数カスタム
- サポート専任 / SLA
- SSO・監査ログ・オンプレミス
FAQ
よくある質問
お困りですか？みなさまの疑問にお答えします。
Kagura AI は、AIエージェント向けの記憶プラットフォームです。Claude・ChatGPT・Cursor・Gemini などのAIが、あなたやチームの作業ログ・判断・状態を「覚えておく」ための共通の置き場所。記憶を保存・整理し、必要なときに呼び出して、どのAIツールからでも同じ文脈で続きから始められます。
はい。記憶プラットフォームとはいえ、基本はチャット感覚で使えます。ClaudeやChatGPTに「これを覚えておいて」と伝えるだけで保存され、「あの件どうだっけ?」で呼び出せます。MCPやAPIでの接続も用意していますが、まずはお試しプランで画面から触ってみるのがおすすめです。
ChatGPTのメモリはChatGPTの中だけで使えます。Kagura AIは特定のツールに属さない独立した記憶プラットフォームなので、Claude・Cursor・Gemini・Codex など複数のAIエージェントが同じ記憶を共有できます。さらに、チーム共有・プロジェクト単位の分離・参照履歴といった管理機能も備えます。
RAGは「大量の文書から関連するものを検索してAIに渡す」仕組みです。Kagura AIは記憶プラットフォームとして、文書だけでなく「いつ・誰が・どう判断したか」という状態や経緯も構造化して管理します。RAGとの併用も可能です。
記憶プラットフォーム上のデータは、デフォルトでは自分だけが閲覧できます。チーム共有に設定した記憶のみ、許可されたメンバーがアクセスできます。企業利用では、データを自社のサーバーに置く Self-host 構成も選べます。
はい。現在は招待制のお試しプランを無料で提供しています。メモリー数1,000件・ワークスペース1つまで、記憶プラットフォームの基本機能をお試しいただけます。まずは「招待をリクエスト」からご連絡ください。
/compact は今の会話を要約してファイルに保存する機能です。Kagura AI はその要約をさらに構造化し、次回以降のセッションや他のAIツールからも検索・再利用できる記憶としてプラットフォームに蓄積します。
プラットフォーム利用料金のプランによって異なります。Starter:ワークスペース2つ・お試し招待5人まで。Pro:ワークスペース5つ・お試し招待20人まで。それ以上の規模や全社展開はエンタープライズでご相談ください。料金は現在計算中で、確定し次第このページに掲載します。
はい。GitHubのIssueやPRを記憶に紐づける「Source Ref」機能があり、Slackなど他ツールとも API・MCP を通じて連携できます。記憶プラットフォームを軸に、各ツールに散らばる文脈を一か所へ集約できます。
「招待をリクエスト」から contact@kagura-ai.com へご連絡ください。個人で試したい方はお試しプランをご案内します。チーム・企業での導入は「ビジネスのお問い合わせ」フォームから。