MCP Reference Memory

MCP Reference — Memory Tools

GaOTTT の中核となる 6 つの記憶ツール。詳細仕様は SKILL.md のツールセクションを正とする。

remember

知識を長期記憶に保存する。

remember(
  content: str,
  source: str = "agent",                  # agent/user/system/compaction/hypothesis/task/commitment/value/intention/style/relationship:<name>
  tags: list[str] | None = None,
  context: str | None = None,
  ttl_seconds: float | None = None,       # 既定: source が hypothesis なら 7日、task なら 30日、commitment なら 14日
  emotion: float = 0.0,                   # [-1.0, 1.0]、|magnitude| が boost
  certainty: float = 1.0,                 # [0.0, 1.0]、半減期 30日で減衰
)
→ "Remembered. ID: <uuid>" or "Already exists in memory (duplicate content)."

recall

重力波伝播による検索。prefetch キャッシュを透過消費する。

recall(
  query: str,
  top_k: int = 5,
  source_filter: list[str] | None = None, # 制限フィルタ: 指定 source のみが seed pool に入る
  wave_depth: int | None = None,
  wave_k: int | None = None,
  force_refresh: bool = False,            # True で prefetch キャッシュを無視
  persona_context: list[str] | None = None, # Phase J Stage 2: 明示的 ID リスト。seed pool に強制注入 + persona boost
  tag_filter: list[str] | None = None,   # Phase J Stage 2: タグ substring (OR 一致) の node を seed pool に強制注入。source_filter を bypass
  output_mode: str = "full",             # MCP 専用トークン節約。"full"=全文, "compact"=300字切詰, "ids"=ID+スコアのみ
  auto_route: bool = True,               # Phase O Stage 3: 構造化質問なら reflect 並走 + summary 添付
  mode: str = "detail",                  # Phase O Stage 4: "list" で content を 80 字に切り詰め (REST にも効く)
  passive: bool = False,                 # Ambient Recall: True で read-only (重力場を摂動しない)
)
→ 各結果に id=<uuid> が含まれる

Passive recall (Ambient Recall): passive=True で read-only recall になる。検索・wave 伝播・scoring はそのまま走り結果も同一だが、末尾の simulation update を丸ごとスキップする — mass 更新なし・query attraction displacement なし・co-occurrence edge なし・last_access 更新なし。recall を「重力勾配を供給する TTT ステップ」から「摂動なしの観察」に切り替える。自動/バックグラウンド recall（Claude Code の ambient-recall フックがこれを呼ぶ — Ambient Recall）のためにあり、ノイズクエリが無制御の TTT シグナルになるのを防ぐ。passive=True の recall は prefetch キャッシュを 読む が 書かない（passive 結果が後続の active recall に cache hit させて simulation update を握り潰すのを防ぐ）。training_delta は全 0（場が動いていないことの正直な報告）。既定 False は legacy の「recall は訓練ステップ」挙動を保つ。MCP / REST 両対応。

tag_filter vs source_filter の使い分け:

• source_filter — 制限フィルタ。seed pool の範囲を絞る（source が一致しないノードは入場できない）
• tag_filter — 拡張注入。embedding 距離に関わらず tag が一致したノードを強制的に seed pool へ追加。source_filter も bypass する（呼び出し側の明示的指定が優先）

埋め込みは cross-lingual ではない: RURI v3 は日本語特化モデルで、recall は実質「クエリと同じ言語で書かれた記憶」しか引けない — 英語クエリは英語の記憶を、日本語クエリは日本語の記憶を surface させ、両者を橋渡ししない。RURI は EN→EN / JA→JA のモノリンガル検索はこなすが、EN↔JA を共有意味空間で揃えない。cos は当たり外れに関わらず狭い高スコア帯（実測 0.74〜0.89）に入るため、言語ミスマッチは 黙って失敗する（エラーも低スコアも出ない）。探したい記憶の言語に合わせて query を書くこと。クエリとターゲットの言語が異なる場合は tag_filter / source_filter でターゲットを明示注入する。詳細・実測データ・multilingual モデルへの移行可否は Operations — Troubleshooting 参照。

output_mode の選択:

• "full" — 全文返却（詳細確認時）
• "compact" — 300 字切り詰め（通常利用、トークン節約に推奨）
• "ids" — ID + スコア行のみ（大量 ID を把握したいが内容不要な場合）

Score breakdown (Phase O Stage 1): 各結果に additive な内訳が 1 行で付く。final_score = (vcos·decay + wave + mass + emo + cert) × sat を literal に再現する 8 数 + 補助情報 (persona_prox, cos, flags [bm25] / [forced])。LLM caller が「mass で勝ってる」「semantic 弱い」を一発判定できる:

[1] id=abc12345... (score=0.4231, virtual_score=0.1850, source=agent, displacement=0.0234)
  breakdown: cos=0.142 vcos=0.185·decay=1.000 +wave=0.060 +mass=0.245 +emo=0.000 +cert=0.000 ×sat=0.910 persona_prox=0.000

field	意味	出方
cos	raw_cosine — pure cosine(query, original_emb)	informational (sum に入らない)
vcos	virtual_cosine — query · virtual_pos (displacement 反映)	sum に入る
decay	recency decay multiplier — Phase T Stage 2 以降は half-life + floor 契約 (semantic_half_life_seconds 既定 604800=7日 / semantic_floor 既定 0.35。semantic_halflife_enabled=False で legacy 秒 rate delta に戻る、その際 startup に deprecation warning)	vcos に掛かる
wave	gravity wave propagation の追加項	additive
mass	α · log(1+mass)	additive
emo	emotion weighting	additive
cert	certainty boost	additive
sat	habituation saturation multiplier	全体に掛かる
persona_prox	persona-graph 近接度	informational (wave に baked-in)
[bm25] flag	BM25 lexical hit (informational)	wave に baked-in
[forced] flag	tag_filter / persona_context で強制注入された	informational
qualified	Phase T Stage 3: relevance qualification の verdict。true / false (fallback pick) / null (qualification flag 両方 OFF の legacy)	informational (順序に効く、下記)
direct_score	Phase T Stage 3: pre-saturation の semantic-direct 項 = virtual_cos_norm × decay_factor	informational
field_score	Phase T Stage 3: pre-saturation の field 項 = wave + mass + emo + cert	informational
lensing_gap	query path では virtual_cos_norm − raw_cos として populate (Phase T Stage 3。旧: ambient lensing slot 専用の gap signal)	informational
c=	Phase U WP-5 selection trace: item の structural cluster key (cohort_id OR original_id、8 字 prefix)	informational
src=	Phase U WP-5: candidate generation の由来 — "raw" (raw FAISS seed pool) / "virtual" (virtual FAISS seed / virtual neighbor expansion) / "forced" (tag / persona 注入)	informational
learn=±	Phase U WP-5: Stage 4 TTT learn-set membership。passive / synthetic / ttt-OFF recall では 出ない (learn set = all reached なので True は情報を持たない — WP-5 契約では True ではなく segment 省略)	informational

REST (POST /recall) では items[].score_breakdown に上記 field がそのまま JSON で返る。expose_score_breakdown=false で全体 off (legacy 互換用)。

Direct relevance qualification (Phase T Stage 3、Phase U WP-1 で default ON 昇格・rollback GAOTTT_DIRECT_QUALIFICATION_ENABLED=false): ON のとき direct 候補の presentation 選択が qualified-first になる — forced items (従来の RRF/raw 順序を維持) → qualified natural items (final_score 順) → 不足分のみ fallback (unqualified、final_score 順)。qualification は score 値のみで判断 (source 分岐ゼロ)、3 軸の OR: raw_cos ≥ direct_raw_cosine_min (決定論的軸) / virtual_cos_norm ≥ direct_virtual_cosine_min (正規化軸、新規計算) / BM25 lexical strength (score ≥ direct_bm25_absolute_min AND top score 比 ≥ direct_bm25_relative_min)。fallback pick は breakdown qualified=false + reason 行 gravity pick (below relevance floor) で明示され、TTT 更新も gate される (Stage 4 併用時)。MCP formatter は breakdown 行末尾に q=+/q=- d=.. f=.. gap=.. を追記するだけで既存 segment は不変。raw-top rescue (Phase U WP-4b、direct_rescue_raw_rank=3): qualified な natural item のうち pool 内 raw cosine rank が本値以下の item は qualified group の先頭 tier に lift される (生成直後の genesis kick で displacement が逸脱し raw rank 1 でも top-K から消える病理の修正。0 で無効)。閾値の較正根拠は golden corpus baseline (raw p50=0.764 の狭帯に対し 0.75 で 70.6% qualified) — docs/notes/phase-t/ および Plans — Phase T。

Training delta trailer (Phase O Stage 2): recall 出力の末尾に ## 訓練差分 セクションが付く。caller (LLM) が起こした state 変化 (backward pass) を可視化:

## 訓練差分
wave_reached=12 depth=2 persona_hop=3 (top-k only)
Δmass top: abc12345.. +0.0034, def67890.. +0.0012, fed09876.. +0.0008
Δ|disp| top: abc12345.. +0.0124, def67890.. -0.0050, fed09876.. +0.0021

field	意味
displacement_changes	dict<node_id, Δ|displacement|> — post − pre (signed)。Phase I Stage 2 query attraction の literal な観測
mass_changes	dict<node_id, Δmass> — Phase M self-force filter 適用後
wave_reached_count	wave が触れた node 数 (informational)
wave_max_depth	設定 / 要求された wave depth
persona_hop_reached	persona graph (Phase J) 経由で触れた node 数 (persona_proximity > 0)
supernova_triggered	recall path では常に False (parity field、ingest path で意味を持つ)
cache_hit	True のとき simulation 走らず (prefetch cache served)、delta dicts は空
topk_only	default True、top-K 結果の node のみ delta dict に含める (context 経済)。False で reached 全体

REST (POST /recall / POST /explore) では training_delta フィールドにそのまま JSON で返る。training_delta_enabled=false で全体 off。

Auto-routed reflect (Phase O Stage 3): query 形式 (surface form) が構造化された aspect 問い合わせに一致したら (例: 「現在 active な commitment」「持っている value」「今やってる task」「my intentions」) recall / explore は 対応する reflect aspect を並走実行 し、結果を末尾に append:

## 関連 reflect サマリ (auto-routed)
_aspect_: `commitments` (query 形式から自動判定 — 関連した state snapshot を併走実行)

Active commitments (3 total, showing top 10):
  id=abc12345 deadline=2026-05-31 (+17.0d) | niceboat self-knowledge を完了する
  ...

field (routing_hint)	意味
aspect	一致した aspect 名 (例 "commitments", "values") — 一致なしは null
pattern_matched	classifier がパターン一致したか (bool)
auto_routed	実際に reflect が並走実行されたか (bool) — auto_route=False か config off だと false
reflect_summary	並走実行された場合の整形済み summary 文字列、なしなら null

判定は query 形式 (surface form) ベース、source 分岐ゼロ — Phase M の単一規則を侵さない (caller の質問形式を見るだけで、physics rule は一切触らない)。一致しない自由文 query は legacy free-form recall のまま動作。auto_route=False で単発無効化、config.auto_route_enabled=False で全体無効化。

REST (POST /recall / POST /explore) では routing_hint フィールドにそのまま JSON で返る。

List mode (Phase O Stage 4): mode="list" で各結果の content を config.list_mode_excerpt_chars (既定 80) 字に切り詰め、改行を空白に置換。top_k=20, mode="list" で 1 リクエスト ≈ 20 行のスキャン用インデックスを取得 → 興味ある id に対して recall(query=..., top_k=1, mode="detail") で深掘り、という 2-step pattern を支える。MCP / REST 両方で同じ truncate が wire 上に乗る (MCP 専用の output_mode とは独立、output_mode は文字列表示の控除、mode="list" は service 層の payload 控除)。

ambient_recall

構造化された passive (read-only) recall。1 回の passive recall から <gaottt-ambient-recall> ブロックを組み立てる — Ambient Recall（Claude Code UserPromptSubmit フックが毎ターンこれを呼ぶ）の本体。明示的に recall を呼ばなくても長期記憶が文脈に注入される。

ambient_recall(
  query: str,
  direct_k: int = 2,           # ① 直接ヒット件数
  min_score: float | None = None,  # relevance gate しきい値。None → config.ambient_min_score (既定 0.70)
  exclude_tags: list[str] | None = None,  # substring マッチで全スロット候補から除外
  expose_breakdown: bool = False, # 各 slot 行末に [raw=.. virt=.. bm25 mass=..] を追記
  recently_surfaced: dict[str, int] | None = None,  # {node_id: count} session-novelty decay
)

exclude_tags（Refinement Stage 2、None または [] で no-op）は direct / lensing / persona の全スロット候補に対し substring マッチで除外を適用する。本番フックは GAOTTT_AMBIENT_EXCLUDE_TAGS=smoke-test,test を default forward し、test 用 memory を corpus に残しつつ ambient 注入だけ silent に保つ（Plans — Ambient Recall Refinement Stage 2、persona slot 再ランクは Stage 1）。expose_breakdown（Refinement Stage 3、default off）は Phase O Stage 1 の ScoreBreakdown を slot 粒度で露出する — direct / lensing には recall 経由の full breakdown、persona には mass + raw cosine の minimal breakdown が attach され、formatter が [raw=.. virt=.. bm25 mass=..] を行末に追記する。debug session / measurement (Stage 5) で opt-in、本番フックは GAOTTT_AMBIENT_EXPOSE_BREAKDOWN=1 で同等。recently_surfaced（Lateral Association Stage 1、None または {} で no-op）は「過去 N turn で何回 surface したか」の {node_id: count} map で、各スロットの ranking score に config.ambient_novelty_decay ** count（既定 0.7）を乗じる — 直近で出た memo を 1-2 turn ローテーションすることで「〇〇といえば〜だったよな」の 新鮮さ 軸を機構化する（Plans — Ambient Recall Lateral Association Stage 1）。本番フックは <gaottt-ambient-recall> ブロック末尾の <!-- ambient-ids ... --> manifest を過去 GAOTTT_AMBIENT_NOVELTY_TURNS turn (既定 5) 分 parse して自動的に組み立てる。プログラム呼び出しから手動で渡す場合は、自前で surface 履歴を持っている caller のみ意味あり（典型的な agent 自己 invoke では空 / None で OK）。

組み立てるスロット:

スロット	中身
▼ 直接ヒット	final_score 上位 direct_k 件
▼ 重力レンズ	virtual_cosine − raw_cosine の gap 上位 K 件 (Lateral Association Stage 3、config.ambient_lensing_max_k 既定 2) — embedding 的には query から遠いのに、Phase I/J の displacement が場の重力で query 近傍まで引き寄せた記憶。場が学習した類推で、素の embedding 検索には出せない枠。各 pick は独立に min_score/min_gap を clear する必要あり (quota 緩和なし)。複数の lateral 連想 ("X といえば Y で、Y といえば Z") が同 turn で同時発火する核。各 pick の行末には gap +0.42 · resonance 0.62 のように Stage 5 で導入した resonance (cooccurrence-derived trust 軸、[0, 1)、過去 active recall で direct hits と一緒に引かれた頻度) も付く
▼ ⚠ 矛盾	surface 記憶の contradicts エッジのペア
▼ いま誰として	active な declared value/intention 1 行（grounding）

各エントリは provenance メタ（source · certainty · age）付き。relevance gate — BM25「強一致」+ semantic OR gate (Phase T Stage 5、default ON): 主軸は 語単位（Sudachi）BM25 の「強一致」gate — corpus 専用の word-level BM25 index でプロンプトをスコアし、top BM25 が config.ambient_bm25_min_score（既定 32.0）以上なら即 accept (従来どおり)。BM25 reject は即空返しにならない — passive recall を実行し、max(virtual_score) ≥ ambient_min_score OR max(raw_cos) ≥ config.ambient_semantic_raw_min（既定 0.60、Phase T 新設）なら注入、両軸とも下回れば空返し。off-topic 抑制は維持 (ambient_gate_or_semantic=False / GAOTTT_AMBIENT_GATE_OR_SEMANTIC=false で legacy BM25 veto に rollback)。dense cosine の virtual_score も char-3gram BM25 も大規模コーパスで on/off-topic を分離できず（4 ラウンド校正、2026-05-21）、語単位 BM25 だけが「強一致」を弁別できた（ambient_gate_use_bm25=False or bm25-sudachi extra 未導入時は virtual_score gate にフォールバック、min_score 引数はこの時のみ効く）。Composite mode (Phase U WP-3) は実装済みだが default は "or" のまま — ambient_gate_mode="composite" にすると BM25 強一致 OR (参照分布 percentile + margin + raw floor の 3 軸 AND) で判定し、参照 artifact が使えない場合は fail-closed (BM25 のみ accept 経路)。事前登録昇格 gate (held-out FP=0 ∧ FN≤10%) を較正が満たさなかったため昇格せず、R3 (off-topic 通過) は user 判断待ち。詳細は Operations — Troubleshooting「ambient composite gate」節・docs/notes/phase-u/ambient-composite-calibration.md。

Gate diagnostics (Phase T Stage 5 + Phase U WP-3 拡張): 空返しの理由が段階別に判別できる。AmbientRecallResponse.gate_diagnostics が pipeline 順の staged counts（candidates_generated / after_tag_exclusion / after_dump_filter / semantic_qualified / direct_selected / lensing_selected）と gate 入力（bm25_top_score / bm25_gate / semantic_max_virtual / semantic_max_raw）、離散一意の empty_reason（bm25_veto / bm25_and_semantic_below_threshold / no_candidates / all_tag_excluded / all_dump_filtered + composite mode のみ composite_reject / composite_pool_too_small / composite_reference_unavailable、非空なら null）を 空・非空に関わらず常に 返す。composite mode (ambient_gate_mode="composite") で判定した場合は composite 軸 も populate される: virt_top1 / bm25_top / composite_signal (accept bm25_strong|virt_hi|bm25_virt_mid / 拒否理由)。mode="or" ではこれらは null のまま。triage 表は Operations — Troubleshooting。MCP は空のとき (関連する記憶なし) センチネルを返す（フックはこれを見て注入しない; expose_breakdown=True のときのみ gate: <reason|passed> (...) 診断行を sentinel の後に追記 — composite 評価時は virt=… bm25=… sig=… segment も追記、default 出力は byte-identical）。REST は AmbientRecallResponse JSON（count == 0 + gate_diagnostics）。常に passive — 重力場を一切摂動しない。チューニングは Operations — Tuning の ambient_*・Phase U 節、設計は Plans — Ambient Recall Enrichment・Plans — Phase T・Plans — Phase U。

explore

温度を上げた創発的探索。離れた記憶も引き寄せる。

explore(
  query=...,
  diversity=0.0-1.0,
  top_k=10,
  persona_context: list[str] | None = None,  # recall と同じ注入引数
  tag_filter: list[str] | None = None,
  auto_route: bool = True,                    # Phase O Stage 3: recall と parity
  mode: str = "serendipity",                  # Phase O Stage 5: "dormant" で counter-importance sampling
)

• diversity=0.0 通常検索に近い
• diversity=0.5 適度な探索（既定）
• diversity=1.0 最大多様性

Diversified presentation (Phase T Stage 6、Phase U WP-5 で default ON 昇格・rollback GAOTTT_EXPLORE_DIVERSIFIED_PRESENTATION_ENABLED=false): flag ON かつ diversity > 0 のとき、engine 層で natural slot の最終選択を MMR (maximal marginal relevance) 化する — scoring 済み results list の上位 top_k × explore_diversity_pool_multiplier (既定 4) 候補から、explore_min_semantic (既定 0.45) の raw-cosine floor を課した上で、λ·rel − (1−λ)·redundancy − diversity × explore_cohort_penalty (λ = 1 − 0.5·diversity、redundancy は raw embedding cos、cohort penalty は同一 cohort_id/original_id cluster の連続採用抑制) を greedy 選択。forced (tag_filter/persona_context) item は従来規則の順序を維持し MMR 対象外。diversity=0.0 / None は flag ON でも完全 legacy 経路 (pool 拡大・floor・MMR をすべて bypass、bit-for-bit)。MMR は presentation の切り取り幅のみを変え、wave 到達性・simulation 系更新 (last_access / evaporation / temperature / orbital) は従来の all-reached 契約のまま。低関連候補への TTT 更新保護は ttt_qualification_enabled (Phase U WP-1 昇格済み) が担う。

Selection trace (Phase U WP-5): explore response (ExploreResponse) に wave_depth / wave_reached が追加され、MCP 出力の header 直後に wave: depth=N reached=M 行が付く (wave 伝播の実効 depth と到達 node 数 — dormant mode では出ない)。各 item の breakdown には recall と同じ selection-trace segment (c= cluster key / src= raw|virtual|forced / learn=± learn-set membership) が strictly trailing で追記される (既存 segment の書式・順序は不変)。

Dormant mode (Phase O Stage 5): mode="dormant" で wave / FAISS を完全に bypass し、自己発信 source class (agent / value / intention / commitment / note / reference) のうち以下 3 条件を満たす node からランダムに top_k 件を返す:

条件	しきい値 (config)
last_access が cutoff より古い	dormant_age_threshold_seconds (既定 7 日、2026-06-01 に 30d から昇格)
mass ≤ θ (mature gate 未満)	dormant_mass_percentile (既定 p10、設定時は dormant_mass_threshold=2.0 絶対値より優先)
metadata.source ∈ allowlist	dormant_source_classes (上記 6 種)

query は ignore (任意の placeholder で OK)。training_delta / routing_hint は None (wave 走らず、aspect 意図も無し)。出力は ## 関連 reflect サマリ / ## 訓練差分 無しの dormant 専用 formatter で「💭 Dormant memories surfaced (N):」 prefix から始まる。設計判断: source 列挙は Phase M 「source 分岐ゼロの単一規則」を侵さない — physics rule (mass update / Hooke / kick) は branching せず、ここでは「自己発信 class」という structural identifier に対する filter (query intent) として使う。

reflect

メモリ状態の分析。11 種類の aspect:

aspect	内容
summary	全体統計
hot_topics	高質量ノード
connections	強い共起エッジ
dormant	長期間未アクセス
duplicates	近接重複クラスタ
relations	有向リレーション
tasks_todo / tasks_doing / tasks_completed / tasks_abandoned	Phase D タスク系
commitments / values / intentions / relationships / persona	Phase D 人格系

→ Phase D の使い方は Tasks & Persona

ingest

ファイル / ディレクトリの一括取り込み。

ingest(
  path: str,
  source: str = "file",
  recursive: bool = False,
  pattern: str = "*.md,*.txt",
  chunk_size: int = 2000,
  include_tool_results: bool = False,
)

対応形式:

• .md — ## 見出し or サイズで分割
• .txt — 段落で分割
• .csv — 行単位、content/text/body/message 列を自動検出（id 列があれば original_id に使う）
• .jsonl — Claude Code 形式のチャット履歴（user prompt + 続く assistant 群を 1 exchange にまとめて 1 document、CLI 注入や permission-mode / synthetic 行は skip、tool_use は [tool:<name>] で要約）

include_tool_results は .jsonl 専用。true にすると tool_result の生 stdout/stderr も exchange 本文に追記する（DB 容量が増えるので既定 false）。チャット履歴を流し込むときは pattern="*.jsonl", source="claude-code" を渡す。詳細は Operations — Ingestion。

既存 backend は再起動が必要: .jsonl ディスパッチと include_tool_results は loader 改修後の機能。古いプロセスがメモリにロードしていると .jsonl をプレーンテキスト扱いする。

get_node

ID 指定で 1 件取得 — read-only、重力場を一切迂回。content / provenance (source, tags, certainty, emotion) / 物理状態 (mass, temperature, displacement) を返す。seed pool を通らない唯一の取得経路。

get_node(node_id: str)

• reflect(hot_topics) 等で id が見えたが recall が到達できない (lexical / gravity capture で seed pool が占拠されている) 場合に使う
• mass / co-occurrence / displacement / prefetch に一切触れない (passive by construction)
• archived / 不存在 id は "Node not found." を返す

recall との使い分け: id が分かっているなら get_node、意味で探すなら recall。

auto_remember

会話 transcript から保存候補をヒューリスティック抽出（保存はしない）。

auto_remember(transcript=..., max_candidates=5, include_reasons=True)

抽出される傾向:

• 決定・結論・採用/却下
• 失敗・成功・エラー・解決
• ユーザーの好み・禁止・制約
• 教訓・次回への申し送り
• 数値（メトリクス候補）

返り値の各候補には推奨 source と tags が付くので、内容を確認してから remember で正式保存する。

save_candidates

auto_remember を Stop / turn-end hook 用にラップした 書き込み側の symmetric 機能 (Plans)。<gaottt-save-candidates> block を返し、Claude Code Stop hook が 次 prompt 先頭に注入 する (option A = ambient_recall と同 pattern)。候補ゼロ時は sentinel (保存候補なし) (hook は block タグの有無を見て無音化)。

save_candidates(transcript, max_candidates=3, include_reasons=True, include_persona=True)

• transcript: 直近 N 会話 (Claude Code hook は transcript_path から自動抽出、env GAOTTT_SAVE_CANDIDATES_TURNS で N 制御)
• max_candidates: 上位 N 件 (default 3、token-budget 配慮)
• include_persona: ambient_recall persona slot との重複を避けたい場合 False

設計原理: 観察層 (lens で候補を浮かべる) は自動化、physics 層 (remember 呼び出し = mass の入口) は agent の能動的判断のまま。Articulation as Carrier (mass の入口は articulation の volitional moment) と Phase M 単一規則の前提を崩さない (詳細 observation-vs-physics-boundary)。

ソースの使い分け

source	TTL	用途
agent	永続	あなた自身の判断・発見・学び
user	永続	ユーザーの発言・好み・指示
compaction	永続	コンテキスト圧縮時の退避
system	永続	システム情報
hypothesis	7 日	仮説（自動消滅）
task	30 日	タスク（要 complete/abandon/revalidate）
commitment	14 日	期限付き約束
value / intention / style / relationship:<name>	永続	Phase D 人格層

→ 関連: Tasks & Persona, Maintenance