GODRICH
#cssアニメーション#ボタン#ローディング#トランジション#スクロール#ダッシュボード#実用ui#デザイントレンド

n8n ai agent memory 9種 — セッション・スロット・長期記憶・圧縮

メモリは保存ではなく予算だ — ウィンドウスロットはターンが積むたびにα=0.72で減衰して押し出され、長期記憶は昇格しきい値3回に達したターンだけ残る。セッションID一つで分かれる文脈維持・消去・復元をLLMなしの規則計算で再現する9種。

zip の中身と開き方

メモリ9種 — タイムライン・設定・before/after・スロット・長期記憶・圧縮・消去・重複排除・復元

エージェントの会話が長くなると、どこまで覚えていてどこから忘れるのかがコストに直結します。この編はその境目を九つの場面で計算から示します — 会話がどの経路でメモリに流れるか(01)、ノードの設定が何を固定するか(02)、1ターンがJSONに何を足すか(03)、スロットが満ちて古いターンが削られる様子(04)、長期記憶へ昇格するターンの条件(05)、同じ質問が行を増やさない重複排除(06)、予算を超えた分の要約圧縮(07)、セッション切替で消えるものと残るもの(08)、そしてセッションIDで会話が再開する復元(09)です。表計算のような n8n ai agent long term memory の設計にも、この九つの骨格がそのまま土台になります。

計算の主役は五つ、呼び出しはゼロ

画面を動かす道具は全部で九つの場面が共有します — 周期2秒・24フレームの時計、再生ごとに同じ値を返す固定シードの乱数、一時停止とプリセット切替の分岐です。その土台に載るこの編固有の計算が五つあります。予算を超えたターンの高さを古い順に削る memDecay、トークンの重なりで再出現を判定する jac、編集距離で同じ質問をまとめる levDist、キー文字列を0〜1に折りたたむ keyHash、要約後に残る高さを決める圧縮比 COMPRESS_KEEP です。充填・押し出し・昇格・重複判定・圧縮のすべてがこの算術から出るため、外部のモデル呼び出しも通信もありません。

    // LEV_DIST — 二つの文字列のレーベンシュタイン編集距離(挿入・削除・置換を各1と数える)。
    //   06の重複判定が使う — しきい値6以下は同じ質問として行を増やさずカウントだけ上げる
    function levDist(a, b) {
        const m = a.length;
        const n = b.length;
        if (m === 0) { return n; }
        if (n === 0) { return m; }
        let prev = [];
        for (let j = 0; j <= n; j += 1) { prev.push(j); }
        for (let i = 1; i <= m; i += 1) {
            const cur = [i];
            for (let j = 1; j <= n; j += 1) {
                const cost = a.charCodeAt(i - 1) === b.charCodeAt(j - 1) ? 0 : 1;
                cur.push(Math.min(prev[j] + 1, cur[j - 1] + 1, prev[j - 1] + cost));
            }
            prev = cur;
        }
        return prev[n];
    }

jac は二つのトークン配列の積集合を和集合で割るジャッカード重なりで、levDist は上の動的計画法の編集距離です — この二つの算術は 05・06 の節で数値を確かめ、keyHash と memDecay と圧縮比は 02·04·07 でそれぞれ検算します。

扱う前に知っておく境界 — 規則で再現した教育用の近似です

先に断りを一つ書いておきます — このページの減衰・昇格・重複判定・圧縮は、n8n を動かして採った実測値ではなく、公式ドキュメントが記すメモリの動作を目に見える規則に置き換えた注入デモです。AI Agent ノードに Memory サブノードを付けてターンごとに文脈を読み書きすること、Simple Memory がセッションキーで会話を分けること、Window Buffer Memory が直近Nターンだけを保つこと、Postgres Chat Memory · MongoDB Chat Memory · Redis Chat Memory といったバックエンドノードが実在することは n8n 公式ドキュメントに基づきます。一方で減衰曲線 α=0.72 · ジャッカードしきい値 0.34 · 圧縮比 0.55 はこのデモの計算であり、n8n の内部実装ではありません — 本物の Window Buffer Memory は設定した文脈長のまま直近のターンを保つだけで、自動の減衰曲線は回しません。要約圧縮の実際の挙動も、接続したチャットモデルとサブノードの実装が決めます。値が実物と食い違う前提で読んでください。

計算で出した値と、レンダーで測った値

出典を分けて示します — 予算 360 · 減衰 α 0.72 · 昇格しきい値 3回 · 編集距離のしきい値 6 · 復元 4 × 300 = 1,200ms のような、ソースの定数から導き検算した数は計算値です。面積・強度・フレームは別で、レンダラーが2秒のサイクルを24枚として保存し、隣接する2枚の差23個から割り出した実測値です。累積面積は窓の中で最初の枚から一度でも変化した画素の割合、強度は変化した画素の明るさと色差の平均(0〜255の尺度)で、描画のゆらぎにより小数点程度動きます。

測定の正答表

九つの場面を注入デモのサイクルで回して得た数値を表にします — シーンの背景を進行値が左右へ巡回する背景の走査が面積の主な源で、九つとも窓の間じゅう動き続けました。

場面 累積面積 動いたフレーム 強度平均
01 会話タイムライン経路 36.5% 23/23 90.3
02 メモリノード設定 35.7% 23/23 99.5
03 読み書きJSON差分 35.9% 23/23 106.3
04 スロット充填と減衰 35.4% 23/23 106.8
05 長期記憶昇格 32.5% 23/23 122.8
06 重複排除ヒートマップ 28.4% 23/23 126.9
07 要約圧縮予算 34.1% 23/23 108.0
08 セッション切替消去 33.4% 23/23 105.5
09 セッション復元 32.8% 23/23 83.6

広さの最大は 01 の 36.5% で、最小は 06 の 28.4% です — ヒートマップの升目の色の反転が、背景の走査と重なる画素の幅が他より狭いためです。強度は 06 の 126.9 が最高で、しきい値の内外で升目の色調が一気に変わる枚が重なるためです。最低の 09 の 83.6 は、復元の移動が緩やかなイージングで進むため枚ごとの変化が小さいことの表れです。要素そのものの動きだけを測った瞬間の最大面積は 02 の 8.6% · 01 の 3.7% · 09 の 2.4% の順で、はみ出し・幅320pxでの寄り・ロケール別のはみ出しは九つの場面すべてで0件、react 版は TypeScript のコンパイル9ファイルと SCSS 単独のコンパイル9ファイルが全部通りました。

九つの場面を並べた順の意味

並び順はメモリを実際に扱う作業の流れに沿っています — まず会話がどんな経路でメモリに流れるかを見て(01)、設定が何を固定するかを確かめ(02)、1ターンが状態を何に変えるかをデータで見て(03)、スロットの満ち方と削られ方(04)、長期記憶へ上がるターン(05)、同じ質問が積もらない判定(06)、予算超過分の要約(07)を経て、セッション切替で消えるもの(08)とセッションIDで再び開く復元(09)で結びます。データの流れを扱った自動化ワークフローの9種、その上を回るエージェントの道具の循環を開いたn8n ai エージェント ツールループ9種に続く三つ目で、今度はエージェントがターンの間に記憶をどう持ち運ぶかを同じ作例の文法で示します。

01会話タイムラインはどうメモリへ流れるか — ターンごとにセッションキーが分ける経路

左のチャットタイムラインの吹き出しが sess-A · sess-B の二つのセッションキーで分かれ、右のメモリボックス二つへ流れ込みます。各吹き出しは自分の経路の上を進み、到着した箱のミニスロットに順に積まれ、いま流れているターンがどちらのセッションかをバッジが示します — Simple Memory が Session ID で会話を分ける実際の動作を、キーが経路を分けるという絵に移した場面で、流れ全体を一望する役割です。

会話タイムライン — ターンがセッションキーで分かれてメモリへ流れる経路
全文コード 新しいタブで開く

01 · 会話タイムライン — ターンがセッションキーで分かれてメモリへ流れる経路 — 計測 累積面積 36.505% · 動いたフレーム 23/23GODRICH オリジナル · SCSS と React は zip に同梱 · パスワードを見る

turnFlowsessKeynd--on

吹き出しの配置と走行は定数五つで決まる

五つのターンは340ms間隔で現れて240msかけて経路を走り、sess-A のターンは上の箱 · sess-B のターンは下の箱のスロットを埋めます。手元に持ってきて使うときは TURNS01 のセッション表記と文を自分の会話ログに差し替え、SESS01 のキー名を自分の Session ID の値に変えるだけで、経路の分岐がそのまま自分のワークフローの姿になります。

    const SESS01 = ['sess-A', 'sess-B'];
    const TURNS01 = [
        ['A', '週次報告の下書きをして'],
        ['A', '費用を計算して'],
        ['B', '別の話題だが翻訳して'],
        ['A', '報告の続きを'],
        ['B', '翻訳のトーンを合わせ直して']
    ];

一つの画面に複数セッションのメモリが混ざらない理由は、sk がターンごとにキーで分けた添字を一つだけ残し、ほかの箱の充填を0に戻すからです。

02メモリノードの設定パネルが何を固定するか — セッションIDキー・ウィンドウ幅・コンテキスト長

設定4項目(Session ID Key · Session ID Value · Context Window Length · Session Time to Live)の円形ゲージが満ち、フォーカスリングが460ms周期で項目の間を巡ります。セッションキーの欄のゲージは、キー文字列の文字コードを折りたたんで0〜1に正規化した値で満ちる — キーこそメモリの引き出し住所だ、という見方をこの場面の主張にしています。設定は好みではなくメモリが使う予算の定義なので、ウィンドウ幅を広げるほどトークンの費用がその分増えるという読み方まで付いて回ります。

メモリノード設定パネル — セッションID・ウィンドウ幅・コンテキスト長
全文コード 新しいタブで開く

02 · メモリノード設定パネル — セッションID・ウィンドウ幅・コンテキスト長 — 計測 累積面積 35.699% · 動いたフレーム 23/23GODRICH オリジナル · SCSS と React は zip に同梱 · パスワードを見る

settingsPanelgwrapkeyHash

keyHash の検算 — sessionId は 0.75 を指す

keyHash は文字コードを h = h×31 + code と畳み、997 で割った余りを0〜1に正規化します。確かめると keyHash('sessionId') = 751/997 ≈ 0.75、keyHash('user-42') ≈ 0.69 で、画面の二つのゲージの充填はこの値から名目の区間(0.6〜1.0 · 0.45〜0.95)へ写されます — 埋め込みなしに文字列一つが引き出しの住所一つへ対応する様子を計算で見せる仕掛けです。

    // keyHash — 文字コードの折りたたみ (計算の一段: 文字列 -> 0-1)
    function keyHash(s) {
        let h = 0;
        for (let c = 0; c < s.length; c += 1) { h = (h * 31 + s.charCodeAt(c)) % 997; }
        return h / 997;
    }
    const vals = [keyHash('sessionId') * 0.6 + 0.4, keyHash('user-42') * 0.5 + 0.45, 5 / 8, 0.72];

31 と 997 はハッシュ畳み込みの慣用値なので、別の値に変えても規則は成り立ちます。ただ、同じキーが必ず同じゲージを指すという性質は残す必要があります — 実戦で Session ID のキーをユーザーID·チャットルームIDのような安定した値で決める理由がこの規則性で、値が揺れると 09 の復元がそもそも成立しなくなります。

03メモリの読み書きはJSONのどこを変えるか — 1ターンが残す一行

読み込みと書き込みの前後を縦に流し、変わった行だけを jl--diff で光らせます。1ターンの書き込みは直列化した messages 配列の末尾に正確に一行を足し、読み込みは配列全体を文脈として返す — 書き込みが O(1) で読み込みが O(n) という費用の非対称がそのままデータの形で現れます。ターン一つが状態を何に変えるかを確かめる用途で使います。

メモリ読み書き前後のJSON差分
全文コード 新しいタブで開く

03 · メモリ読み書き前後のJSON差分 — 計測 累積面積 35.94% · 動いたフレーム 23/23GODRICH オリジナル · SCSS と React は zip に同梱 · パスワードを見る

slotWritejl--diffshallowLines

変わった行の判定は浅い比較一行ぶん

変わった行は、二つの直列化オブジェクトを行単位に並べて最後に足された行だけを突き合わせて見つけ、changed n のバッジがこの集計を常に残します。周期2秒の前半1秒は書き込み・後半1秒は読み込みの局面に分かれ、ひとつのサイクルで二つの動作を続けて見せます — プリセットを替えると足されるターンが変わり、messages の行数が毎回数え直されます。

    const MSG03 = [
        ['user: 週次報告の下書きをして', 'ai: 3部構成でまとめた'],
        ['user: 第二セクションを増やして', 'ai: 根拠を2つ追加した'],
        ['user: 要約1行に減らして', 'ai: 第一文に圧縮した']
    ];
    let cols03 = null;
    let badge03 = null;
    let mode03 = null;
    function shallowLines(arr, extra) {
        const out = ['{', '  "messages": ['];
        for (let k = 0; k < arr.length; k += 1) {
            out.push('    "' + arr[k][0].slice(0, 20) + '"');
            out.push('    "' + arr[k][1].slice(0, 20) + '"');
        }
        if (extra) { out.push('    "' + extra.slice(0, 20) + '"'); }
        out.push('  ]');
        out.push('}');
        return out;
    }

写すときの着目点は MSG03 を自分の会話ログで埋めることで、読み込みの局面で before の側が jl--dim で沈む対比が、実際のメモリ照会ログの見た目を保ちます。

04スロットが満ちると何が押し出されるか — ウィンドウ幅と指数減衰

縦6ますのスロットにターンが届くたびトークンの高さで満ち、合計が予算 360 を超えると古いスロットから高さ × 0.72^k で低くなります。押し出されたスロットは残高0の点線の輪郭だけを残し、減衰後の合計は毎ターン再計算されて予算線を超えません — 直近Nターンの維持という Window Buffer Memory のウィンドウ概念を、充填と押し出しで説明する場面です。

スロットの充填と押し出し — ウィンドウ幅と指数減衰
全文コード 新しいタブで開く

04 · スロットの充填と押し出し — ウィンドウ幅と指数減衰 — 計測 累積面積 35.412% · 動いたフレーム 23/23GODRICH オリジナル · SCSS と React は zip に同梱 · パスワードを見る

turnbarDECAY_ALPHAbudgetline

検算 — 406 は3ターンの減衰で 316.0 になる

ターンの高さ [64, 56, 72, 68, 76, 70] の合計 406 が予算 360 を超えると、減衰は古いターンから順に一段ずつ進みます — 最初のターン 64 は × 0.72 = 46.1(合計 388.1)、次のターン 56 は × 0.72² = 29.0(合計 361.1)、さらに 72 は × 0.72³ = 26.9(合計 316.0 ≤ 360)で止まります。このとき3ターンが減衰して予算線の下に収まります — 減衰の指数 k は古いターンから順に 1·2·3 と付くので、この続きを進めれば十分古いターンは事実上0へ寄ります。

    const H04 = [64, 56, 72, 68, 76, 70]; // ターントークンの高さ (合計406 — 6番目の70まで積もって予算360超過により減衰が発動)
    function frame(t) {
        const ph = demoT(t) / 2000;
        const shown = clamp(Math.floor(ph * 8) + 1, 1, 6); // 8段階で6ターンが登場
        const hs = [];
        for (let k = 0; k < shown; k += 1) { hs.push(H04[k]); }
        const dec = memDecay(hs, 360, DECAY_ALPHA);
        let tot = 0;
        for (let k = 0; k < dec.length; k += 1) { tot += dec[k]; }

本物の Window Buffer Memory がこの減衰の代わりに直近Nターンを丸ごと残す切り捨てを使う点は、上の近似の断りと同じです。切り捨てに置き換えるなら memDecay の while 文を配列のスライス一行に変えるだけでよく、減衰を緩める変形は後の値の節で検算します。

05どのターンが長期記憶へ昇格するか — 再出現回数のしきい値と昇格ルール

各トピックのターンの再出現回数が縦ゲージに上がり、PROMOTE_N(3)に達したターンだけ長期記憶の領域へ昇格の矢印が飛びます。未達のターンはウィンドウ減衰で消え、昇格したターンは減衰なしで残る — 再出現の判定はトークンの重なり、つまりジャッカード 0.34 以上で計算されるので、同じ話題を違う言い方で尋ねても捕まえます。どのターンが長期記憶に上がるかを説明する場面です。

長期記憶昇格 — 再出現回数のしきい値と昇格矢印
全文コード 新しいタブで開く

05 · 長期記憶昇格 — 再出現回数のしきい値と昇格矢印 — 計測 累積面積 32.451% · 動いたフレーム 23/23GODRICH オリジナル · SCSS と React は zip に同梱 · パスワードを見る

promoteNjacmslot--ltm

検算 — 三つの話題の seen は 3·2·1

話題のトークンが [報告・下書き・構成] · [費用・計算] · [翻訳・トーン] のとき、最初の話題は 3/3 に達して昇格し、二番目 2/3 · 三番目 1/3 は未達でウィンドウ減衰の対象になります。画面の昇格矢印は seen ≥ 3 の話題からだけ発射されます — しきい値 0.34 は「報告の下書きの構成を決めて」と「報告の下書きをもう一度決めて」のように名詞が二つ以上重なる再出現は捕まえ、「報告の下書き」と「メールの下書き」のように一語しか重ならない偶然は逃す値です。

    const PROMOTE_N = 3;
    const TOPICS05 = [
        ['報告下書きの構成', ['報告', '下書き', '構成']],
        ['費用計算', ['費用', '計算']],
        ['翻訳トーン調整', ['翻訳', 'トーン']]
    ];

実戦の長期記憶はベクトルストアによる検索が普通なので、この場面はしきい値と昇格の構造を見せる近似です。しきい値を下げる変形は後の節で確かめます。

06同じ質問が積もるとどうなるか — レーベンシュタイン距離の重複排除

入ってきた質問と既存スロットの質問のレーベンシュタイン距離を計算し、しきい値 6 以下なら同じ質問としてまとめます。距離の行列がヒートマップで描かれ、統合される組に線が結ばれ、行は増えずスロットの数だけ上がる — 記憶の節約を計算で証明する場面で、同じ質問の積み上がりを防ぐ判定を見る用途です。

重複排除 — レーベンシュタイン距離で同じ質問をまとめる
全文コード 新しいタブで開く

06 · 重複排除 — レーベンシュタイン距離で同じ質問をまとめる — 計測 累積面積 28.4% · 動いたフレーム 23/23GODRICH オリジナル · SCSS と React は zip に同梱 · パスワードを見る

levDisthcellhnum

検算 — 距離 2·0 はまとめ、8 は別の行として残す

ja デモが実際に比べる組で距離を測ると、「報告の下書きをして」と「報告の下書きを作って」は「して」↔「作って」の置換で距離 2、「費用を計算して」と「費用を計算して」は距離 0、「翻訳のトーンを合わせて」と「翻訳して」は距離 8 です。しきい値 6 に照らすと距離 2 と 0 は同じ質問にまとまり、距離 8 は別の行として残ります — このしきい値を助詞や短い述語のぶれ(距離2まで)まで同じ質問とみなし、話題の語が変わる 7 以上を別の質問とみなす幅と読めます。

    const DEDUPE_T = 6;
    const Q06 = [
        ['報告の下書きをして', '報告の下書きを作って', 2],
        ['費用を計算して', '費用を計算して', 0],
        ['翻訳のトーンを合わせて', '翻訳して', 8]
    ];
    let cells06 = null;
    let nums06 = null;
    let incoming06 = null;
    let stored06 = null;

この判定がないと同じ質問が行を増やし続け、04 の予算を不必要に燃やします。この規則に直接対応する n8n のノード設定はないので、実戦ではユーザーの発話を正規化する Code ノードをメモリの前に置くのがこの場面の対応策です。

07要約圧縮はいつ起きるか — コンテキスト予算の超過と圧縮比の計算

ターンのトークン棒が積もって予算 360 を超えると、古い組が要約の棒一本にまとまります。圧縮比 COMPRESS_KEEP(0.55)で残る高さが決まり、圧縮後の合計は毎回計算し直されて予算線の上に出ません — 何ターンが要約されるかは超過分が決める、というのがこの場面の計算で、予算を超えた記憶が要約で縮む様子を見る用途です。

要約圧縮 — コンテキスト予算超過と圧縮比の計算
全文コード 新しいタブで開く

07 · 要約圧縮 — コンテキスト予算超過と圧縮比の計算 — 計測 累積面積 34.085% · 動いたフレーム 23/23GODRICH オリジナル · SCSS と React は zip に同梱 · パスワードを見る

compressKeeptokbarbudgetline

検算 — 396 は2ターンの同時折りたたみで 357.6 になる

ターンの合計 396 > 360 なので、ソースは最初の2ターン 64 + 48 = 112 を一度に折りたたみます — 396 − 112 + 112 × 0.55 + 12 = 357.6 ≤ 360 で止まり、2ターンが要約されて要約の付け替え 12 トークンが加わります。要約は無料ではなく、折りたたんだトークンが 55% 残っても要約の棒自体が 12 トークンを改めて占めるので、1ターンだけ折りたたむ圧縮はむしろ損になる場合もあります。

    const COMPRESS_KEEP = 0.55;
    const TURNS07 = [64, 48, 72, 58, 66, 88]; // ターントークン (合計396 — 6番目の88で予算360超過により圧縮が発動)
    let bars07 = null;
    if (over) {
        // 予算の超過分だけ前のターンを要約へ入れる — 圧縮後の合計 = (折りたたんだトークン x KEEP + 12) + 残り
        let rest = raw;
        let k = 0;
        while (rest > 360 && k < shown - 1) {
            folded += TURNS07[k];
            rest = raw - folded + folded * COMPRESS_KEEP + 12;
            k += 1;
        }
        total = rest;
    }

超過分が消えるまで折りたたみを続けるのがこの while 文の理由で、上の付け替えの計算に対応します。残る 45% が何を失うかは、落とし穴の節で改めて見ます。

08メモリの消去は何を消すか — セッション切替と残る痕跡

セッション切替のイベントが届くとウィンドウスロットの5ますが上から順に消え、長期記憶のスロットはそのまま残ります。各ますの消去は340msの区間で計算され、全体で 1,700ms かかり、消えた場所に新しいセッションIDのバッジが付き TTL のカウンターが戻ります — 消えるものと残るものの境目が一枚に整理され、clear が何を消すかを見る用途です。

メモリ消去 — セッション切替と残る痕跡
全文コード 新しいタブで開く

08 · メモリ消去 — セッション切替と残る痕跡 — 計測 累積面積 33.428% · 動いたフレーム 23/23GODRICH オリジナル · SCSS と React は zip に同梱 · パスワードを見る

clearEvtcsegnd--fail

消去の時刻と境目は計算で出る

プリセットごとに切替元が sess-A · sess-B · sess-C と変わり、同じ消去の規則がどのセッションでも同一に走ることが示されます。ウィンドウはキーが変われば丸ごと消えますが、長期記憶はキーと無関係に保たれる — この免除の境目が実務で重要な理由は、clear を呼んでも記憶が全部消えたと思い込む錯覚があるためです。

    const CLEAR_AT = 0.28; // セッション切替イベントの時点
    const CELL_MS = 340 / 2000; // 1ますぶんの340msを周期の比率へ
    const wiped = ph < CLEAR_AT ? 0 : clamp(Math.floor((ph - CLEAR_AT) / CELL_MS) + 1, 0, 5);
    for (let k = 0; k < 5; k += 1) {
        const gone = k < wiped;
        cells08[k].className = cx('mslot' + (gone ? ' mslot--ghost' : ''));
        cells08[k].style.height = gone ? '56px' : '56px';
        cells08[k].style.opacity = gone ? '1' : '1';
    }

clear memory で消えるのは該当セッションキーの会話の窓で、別の保存先に溜めた要約やベクトルは自分のキャッシュを空にしない限り残ります。消去の時刻 340 × 5 = 1,700ms は計算値で、実際の n8n の削除の遅延ではない点も上の近似の断りと同じです。

09セッションIDで記憶はどう再び開くか — 復元と続くターン

以前のセッションIDのバッジを選び直すと、退避していたスロット4つが元の位置へ戻り、続く新しいターンが復元したスロットの上に積もります。復元の移動は復元ターン数 × TURN_MS で計算され、restored 4 turns のバッジが痕跡を残す — セッションIDこそ再開の装置だ、という結びの場面で、セッションキーで記憶が開き直す瞬間を示します。

セッション復元 — 前の会話へ戻って続くターン
全文コード 新しいタブで開く

09 · セッション復元 — 前の会話へ戻って続くターン — 計測 累積面積 32.847% · 動いたフレーム 23/23GODRICH オリジナル · SCSS と React は zip に同梱 · パスワードを見る

resumeTrslotTURN_MS

復元の時刻は 4 × 300 = 1,200ms です

RESTORE_N の4スロットがスロットごとに0.08の位相差で順に戻り、移動全体は周期の 62% の区間で終わります。復元のバッジの数はこの進行を数えて4で確定します — 復元は過去を眺めることではなく、その上に次のターンを載せることなので、02 の keyHash が同じキーは同じ住所を指すという規則を守っているときにだけ成立します。

    // 533-09 restore-session-resume — 以前のセッションIDを選び直すと退避スロットが元の位置へ
    // 復元され(resumeT = 復元ターン数 x TURN_MS)続きの新しいターンが復元スロットの上に積まる。
    const TURN_MS = 300;
    function frame(t) {
        const ph = demoT(t) / 2000;
        const TRAVEL = 0.62; // 復元の移動が終わる時点の比率
        for (let k = 0; k < RESTORE_N; k += 1) {
            const sl = r09[k * 2];
            const lb = r09[k * 2 + 1];
            const dly = k * 0.08;
            const p = clamp((ph - dly) / (TRAVEL - dly), 0, 1);

セッションキーの設計が揺れると、復元は最初の場面の経路の分岐から崩れます。

メモリのデモが壊れる瞬間 — 永久記憶の想定・スロット無限増加・要約の情報欠落

永久記憶を想定すると費用が直線で伸びる

ウィンドウメモリは予算を超えると古いターンから飲み込まれます — 04 で減衰がなければ(予算が無限なら)トークンの費用がターンごとに直線で増え、session id を固定したまま会話だけが長くなる状況がまさにこの絵です。エージェントが前の会話を全部覚えている、という想定が最初の落とし穴になります。

スロットの無限増加は重複判定なしで来る

同じ質問を重複判定なしにそのまま積むと、行が延々と伸びていきます — 06 のレーベンシュタインのしきい値が行を増やさず数だけ上げる根拠で、利用者が同じ依頼を助詞だけ変えて繰り返す実際の癖を考えると、この判定がない瞬間に予算は新しい質問ではなく複製質問で費やされます。

要約だけ信じると細部が消える

07 の圧縮比 0.55 は 45% を捨てるという意味です — 圧縮後の棒が予算に収まっても、折りたたまれたターンの数値や名前のような細部は残る 55% にはなく、付け替えの 12 トークンまで改めて払います。残る情報と失う情報を並べて見せるのがこの場面の趣旨です。この zip のパスワードは ngj9cq4g で、展開すると九つの場面の index.html · style.scss · style.css と react 版がすべてそのまま入っています。実戦で最初にやるのは消すターンを選ぶ基準を決めること — このデモは古い順に折りたたみますが、自分のサービスなら話題ごとの代表ターンだけ残す形にも変えられ、折りたたむ関数の while 文の一か所がその基準の居場所です。ここでもう一度、このデモが n8n の実測ではなく教育用の規則近似であるという境目を書いておきます — ノード名とセッションキー·ウィンドウの構造は公式ドキュメントに基づきますが、減衰·ジャッカード·レーベンシュタイン·圧縮比の値はこのデモの計算です。

メモリの見える化はどこで役に立つか — セッション台帳・デバッガ・教材

九つの場面が現場に届く枝は三つあります。第一にセッションの台帳 — 01 の経路と 08 の消去の状態を並べれば、いま生きているセッションがいくつで、各キーにターンがどれだけ積もっているかが一画面で掴めます。第二にデバッガ — 03 の前後の差分は1ターンが記憶を何に変えたか、05 の昇格ゲージは長期記憶が積もらない故障を探す視点です。第三に教材 — 04 の減衰と 07 の圧縮は、chat memory を初めて説明するときノードのスクリーンショットより先に出せる図です → ノードのスクリーンショットより先に出せる図です。実際のレシピを探すなら自動化ワークフローの9種の資料の節がこの軸の入口で、繰り返しの実行と結果の報告はn8n スケジュール自動化が引き受けます。

実戦に接続するときに差し替えるのは文字列定数の場所です — 01 の会話のプリセットをチャットトリガーの入力に、02 のキーを自分の Session ID のキーに、06 の質問の組を自分のサービスのよくある質問につなげば、計算の構造は変えずにデータだけ実物になります。n8n ai agent chat memory を mongodb や postgresql のバックエンドへ移す場面でも、この図のキー·ウィンドウ·消去·復元の境目はそのまま有効です — 変わるのはスロットが住む場所で、スロットの規則ではありません。各場面は Space で止まり R で巻き戻り、方向キーでプリセットを替えて確かめられます。

値を3つだけ変えると記憶の性格はどう変わるか

定数を一か所ずつ動かした三つの組合せです — 計算の構造は保ったまま、減衰·しきい値·圧縮比のどれか一つだけを移します。

名前 変える値 感じ
減衰を緩やかに s04 DECAY_ALPHA 0.72 → 0.88 古いターンの高さが一段につき 0.88 倍ずつゆっくり下がり、スロットが半透明の状態で長く保つ — 同じ予算 360 で生き残るターンが増え、07 の圧縮の発動が後ろへずれる
昇格しきい値を下げる s05 PROMOTE_N 3 → 2 二回目の再出現でただちに長期記憶へ昇格する — 矢印が二倍の頻度で飛び、長期記憶の枠がその速さで埋まる
圧縮比を強く s07 COMPRESS_KEEP 0.55 → 0.3 確かめると 396 − 64 + 64 × 0.3 + 12 = 363.2 → 次の 48 も折りたたんで 329.6 ≤ 360 — 折りたたむターンの数は同じ2つでも、残る情報が 55% の場合の半分近くまで減る

一つ目の値は押し出しの速度、二つ目は長期記憶の敷居、三つ目は失う大きさをそれぞれ支配します — 三つを同時に動かすと、どの変化がどこから来たのか分からなくなるので、原因を見るときは一か所ずつ変えます。書き換える行は、ソースのコメントがすぐ上に示しています。

読み上げと動きの抑制 — メモリ場面のアクセシビリティ

スロットの状態は色だけでなくラベルと充填の高さでも伝わり、減衰したスロットには点線の輪郭という形の違いが付きます。押し出しのたびに読み上げが全スロットを繰り返さないよう状態行の aria-live は切っておき、昇格・消去のような出来事の文だけを role="status" で知らせます。一時停止は本物の <button> なのでキーボードで操作でき、Space · R · 方向キーのプリセット切替も実際に動きます。

@media (prefers-reduced-motion: reduce) {
  .ez * { animation: none !important; transition: none !important; }
  .ez__pause { transition: none !important; }
}

動きを減らす設定では、減衰·昇格·圧縮が終わった後の最終スロット状態の一枚だけを残します — 静止画にそのまま情報が乗っているので、減るのは動きだけです。prefers-reduced-motion は Chrome 74 · Firefox 63 · Safari 10.1 以降で受け入れられ、更新の届くブラウザなら問題になりません。配色は生成りの背景に淡い色のパレットで、セッションのバッジ二色(濃紺の地に生成りの字 5.98:1 · 淡いライラックの地に墨の字 5.88:1)が通常の文字の基準 4.5:1 を上回り、最も薄い軸ラベルの色でも 5.25:1 を確保しました。

メモリのデモを受け取る前に — よくある質問

n8n ai agent memory session id は何で決めればいいですか?

会話をキャンバスの外に持ち出さないための、安定した識別子で決めます — チャットトリガーならチャットルームのID、ウェブフックならクッキーやユーザーIDのように、同じ人なら同じ値が返るものです。02 の keyHash が示すとおりキーの値がそのまま引き出しの住所なので、セッションごとに変わる値(タイムスタンプなど)を使うと 09 の復元が成立しません。逆に複数の利用者が同じ Session ID を共有すると会話が混ざり、01 の経路の分岐が崩れる姿になります。

この zip のコードを n8n のワークフローに貼り付けて使えますか?

使えません — この zip の中身は HTML·SCSS の場面と react 版で、n8n に読み込ませるワークフロー JSON ではありません。実際のメモリは n8n のキャンバスで AI Agent ノードに Simple Memory · Window Buffer Memory · Postgres Chat Memory · MongoDB Chat Memory などの Memory サブノードを付けて構成し、このデモはその構成がターンごとに何をするかを先に眺める資料として隣に置くとちょうどいいです。

デモの減衰と昇格・圧縮は実際の n8n と同じですか?

同じではありません — 本物の Window Buffer Memory は設定した文脈長のまま直近のターンを保つだけで、α=0.72 のような自動の減衰曲線は回しません。要約圧縮と長期記憶の保存は、接続したチャットモデルとサブノードの実装が決めます。このデモの減衰·ジャッカード·レーベンシュタイン·圧縮比は、その動きを目で追えるようにした教育用の規則近似で、値が実物と異なり得ます — ただし予算を超えれば古い文脈から犠牲になり、セッションキーが維持·消去·復元の単位になるという方向は、実際のシステムでも変わりません。

解凍パスワードを入力してください

パスワードはこの記事の本文の中にあります。読み進めると出てきます。