■ 概要（1行） LLMエージェントのセッション間の知識や修正履歴を捕捉し、システム全体の振る舞いを永続的に改善するためのルールベースのメモリコンポーネント。 ■ 特徴・用途（2〜3行） SQLiteをバックエンドとし、ユーザーの「修正」というアクションをコンテキストのルールとして自動的にデータベースに蓄積・補完します。単なる単発のプロンプト埋め込みではなく、多数のスキル、エージェント、そして多様なイベントに紐づく「フック（Hooks）」を持つことで、複雑なワークフローにおける状態管理と制約定義を可能にします。 ■ 結論（1行） AIによる自動化システムにおいて、コンテキストの消失を防ぎ、人間による微調整をシステム的に「知識」として取り込ませたい場合に極めて有効な基盤技術です。