ADK-Rust

メモリバックエンド

すべてのバックエンドは同じ MemoryService トレイトを実装しているため、機能フラグを有効にして構築することで選択します — エージェントコードは変更されません。6つあります。

概要

バックエンド機能永続性検索使用場面
InMemoryMemoryService(デフォルト)プロセスのみキーワード開発、テスト、デモ
SqliteMemoryServicesqlite-memoryファイルキーワードシングルノードアプリ、ローカル永続性
PostgresMemoryServicedatabase-memoryPostgres + pgvectorベクトル類似性本番環境でのセマンティック検索
RedisMemoryServiceredis-memoryRedis (オプション TTL)キーワード高速、一時的、共有キャッシュ
MongoMemoryServicemongodb-memoryMongoDBキーワード / ベクトル既存のMongoインフラ
Neo4jMemoryServiceneo4j-memoryNeo4jグラフ既存のNeo4jインフラ

(バイテンポラル GraphMemoryService は7番目のもので、独自のページで説明されています — ナレッジグラフ。)

InMemory — ここから開始

セットアップ不要。すべてプロセス内に存在し、終了時に消滅します。

use adk_memory::InMemoryMemoryService;
let memory = InMemoryMemoryService::new();

開発やテストスイートに最適です。トレイトが同一であるため、1行の変更で永続的なバックエンドに置き換えることができます。

SQLite — ファイル

永続的で、単一ファイル、サーバー不要。デスクトップアプリやシングルノードサービスに最適です。

use adk_memory::SqliteMemoryService;
let memory = SqliteMemoryService::new("sqlite://memory.db").await?;
// or build from an existing pool: SqliteMemoryService::from_pool(pool)

Postgres + pgvector — 本番環境のセマンティック検索

実際の類似性検索のためのバックエンドです。pgvectorに埋め込みを保存し、インデックス戦略を選択できます。

use adk_memory::{PostgresMemoryService, VectorIndexType};

let memory = PostgresMemoryService::builder(pool, embedding_provider)
    .vector_index(VectorIndexType::Hnsw { m: 32, ef_construction: 128 })  // or IvfFlat / None
    .build()
    .await?;

VectorIndexType::Noneは厳密な（ブルートフォース）検索を行います — 小規模なセットには適しています。Hnsw（デフォルト）とIvfFlatは大規模なセットにスケールします。ベクトル検索には埋め込みプロバイダーが必要です。

Redis, MongoDB, Neo4j

すでにインフラストラクチャを実行している場合は、これらを使用してください。

use adk_memory::{RedisMemoryService, RedisMemoryConfig};
use std::time::Duration;

let memory = RedisMemoryService::new(RedisMemoryConfig {
    url: "redis://localhost:6379".into(),
    ttl: Some(Duration::from_secs(60 * 60 * 24 * 30)),   // optional expiry
}).await?;

MongoMemoryService::new(...)とNeo4jMemoryService::new(...)は同じ形状に従います。これらはすべて、Conceptsからの(app, user, project)分離を尊重します。

Embeddings

ベクトル類似性（Postgres、オプションでMongo）を行うバックエンドは、テキストをベクトルに変換する必要があります。EmbeddingProviderを提供してください。

#[async_trait]
pub trait EmbeddingProvider: Send + Sync {
    async fn embed(&self, texts: &[String]) -> Result<Vec<Vec<f32>>>;
}

キーワードバックエンド（InMemory、SQLite、Redis）は必要ありません。インデックスを作成する埋め込みモデルと、クエリに使用するモデルを一致させてください。

Migrations

SQLをバックエンドとするサービスは、スキーマを作成およびアップグレードするためにバージョン管理された冪等なマイグレーションを実行するため、新しいバージョンをデプロイする際に手動でのDDLは不要です。起動時にサービスのmigrate()を呼び出すか（または構築時に処理させるか）してください。

選択

  • 構築 / テスト → InMemory。
  • 単一ノードで永続化したい場合 → SQLite。
  • 大規模なセマンティック検索 → Postgres + pgvector。
  • すでにRedis / Mongo / Neo4jを実行している場合 → そのバックエンド。
  • トランスクリプトではなく、ユーザーのクエリ可能なモデルが必要な場合 → GraphMemoryService。

次へ: ナレッジグラフ →

メモリバックエンド - ADK-Rust ドキュメント | ADK-Rust