コンテンツにスキップ
Riverse

Riverse

個人デバイスのために設計された AI エージェント — 永続的な記憶、オフライン認知、使うほどあなたを理解する。すべてのデータはローカルに保存。
v0.1.7 · シングルユーザー推奨

はじめる Docker クイックスタート GitHub

RAG メモリ vs. 河流アルゴリズム

類似度検索だけでは個人 AI には不十分な理由。

RAG / 既存 AI メモリ

検索して忘れる

  • キーワード / ベクトル類似度検索 — 「似ている」テキストを見つけるだけで、あなたにとって何が重要かは理解しない
  • タイムラインなし — 3年前の事実と昨日の事実が同じ重みで扱われる
  • 因果推論なし — 「頭痛がする」と「転職した」は孤立した断片のまま、決して結びつかない
  • 均等な重み — 映画の感想と人生の核心的な価値観が同列に並ぶ
  • クラウド依存 — すべてのメッセージがリモートモデルを経由。データは他人のサーバーに

Riverse / 河流アルゴリズム

理解して進化する

  • 個人プロフィール重み付け — テキスト類似度ではなく、あなたとの関連性で情報をランク付け
  • 時間的進化 — 最近の出来事は勢いを持ち、古いパターンは時間と共に自然に固化または消退
  • 因果推論 — 「転職 → ストレス → 頭痛 → 睡眠障害」を一貫した因果チェーンとして接続
  • 確信度レベル — 観察は推測 → 確認 → 確立へと、マルチターン検証を通じて段階的に昇格
  • ローカル駆動 — メモリはあなたのデバイスに。リモート LLM はローカル認知で解決できない時だけ一度呼び出す
シナリオ：「最近頭痛がする」と言った — 2ヶ月前に転職を話していた
RAG アプローチ
最近頭痛がするんだよね
それは大変ですね。頭痛の一般的な原因は：脱水、画面の見すぎ、ストレスなどがあります。何かアドバイスしましょうか？

ベクトル検索で医療Q&Aから「頭痛」を見つけただけ。あなたの人生とは無関係。

河流アルゴリズム
最近頭痛がするんだよね
約2ヶ月前にマネージャーになってから、同じ頃に睡眠も悪化してましたね — 夜1時過ぎまで起きてたって何度か言ってました。頭痛はそれと関連しているかもしれません。仕事のプレッシャーはどうですか？健康パターンとして追跡しましょうか？

因果チェーン：転職 → 睡眠障害 → 頭痛。タイムライン認識、個人重み付け駆動。

未来：あなたのデバイス、あなたの知性

今日の AI はクラウド中心 — すべての思考が他人のサーバーを経由します。Riverse はこれを逆転します。あなたの個人デバイスがメモリ、プロフィール、コンテキストを保持し、ローカルであなたを理解します。ローカルの認知能力を超える問題に遭遇した時だけ、問題を的確に記述してリモート LLM を一度だけ呼び出す — 脳をアウトソースするのではなく、専門家に相談するように。

ローカルメモリ & プロフィール → ローカル認知 → ローカルで解決可能？ → 不可 → 問題を記述 → リモート1回呼出

これが、スマートフォンやスマートウォッチなどの個人デバイスで本当のパーソナル AI を実行するための基盤です — あなたがデータ、プロフィール、知性を所有する。

河流アルゴリズム

Riverse を際立たせるコア認知モデル。

会話は水の流れ、重要な情報は河床の堆積物のように沈殿し、複数ターンの検証を経て「推測」から「確認」へ、さらに「確立」へと段階的に昇格します。オフライン整理（Sleep）は河の自浄作用です。

会話が流入 ──→ 浸食 ──→ 堆積 ──→ 認知を形成 ──→ 流れ続ける
                │         │         │
                │         │         └─ 確認された認知 → 安定した岩盤
                │         └─ 重要な情報 → 観察・仮説・プロフィール
                └─ 矛盾する古い認識は洗い流され、新たな洞察に

流れ（Flow）

すべての会話は流れる水。川は止まらず、あなたへの理解は進化し続け、リセットされない。

堆積（Sediment）

重要情報は沈泥のように堆積：事実はプロフィールに、感情は観察に、パターンは仮説に。繰り返し確認された認知はより深く沈む。

自浄（Purify）

Sleep は川の自浄能力 — 古い情報を洗い流し、矛盾を解消し、断片を統合して一貫した理解へ。

特徴

本当のパーソナル AI に必要なすべて。

永続的な記憶

セッションを超えて記憶。あなたと共に進化するプロファイルを構築。

オフライン整理

会話終了後に自動処理 — 洞察の抽出、矛盾の解消、確認済み知識の強化。

マルチモーダル入力

テキスト、音声、画像 — Whisper、GPT-4 Vision、LLaVA でネイティブに理解。

プラガブルツール

Web検索、財務追跡、健康同期（Withings）、TTS など。

YAML スキル

シンプルな YAML でカスタム動作を作成、キーワードまたはスケジュールでトリガー。

外部エージェント

設定ファイルで Home Assistant、n8n、Dify 等を接続。

マルチチャネル

Telegram、Discord、REST API、WebSocket、CLI、Web ダッシュボード。

ローカルファースト

デフォルトは Ollama、必要時に OpenAI / DeepSeek へ自動エスカレーション。

プロアクティブ

イベントフォローアップ、アイドルチェックイン、静寂時間帯を尊重。

セマンティック検索

BGE-M3 ベクトル埋め込み、意味で関連する記憶を検索。

MCP プロトコル

Model Context Protocol 対応、Gmail 等の MCP Server を接続。

技術スタック

レイヤー 技術
ランタイム Python 3.10+, PostgreSQL 16+
ローカル LLM Ollama（任意の互換モデル）
クラウド LLM OpenAI GPT-4o / DeepSeek（フォールバック）
埋め込み Ollama + BGE-M3
REST API FastAPI + Uvicorn
Web ダッシュボード Flask
Telegram python-telegram-bot (async)
Discord discord.py (async)
音声 / 画像 Whisper-1, GPT-4 Vision, LLaVA
TTS Edge TTS