KuzuDBとは
KuzuDBとは、埋め込み型の超高速グラフデータベース
読み: クズ
埋め込み型の超高速グラフデータベース。Neo4jのようなサーバー型ではなく、アプリケーション内で直接動作するため導入が容易。列指向ストレージで数千万ノードのグラフ探索をミリ秒で処理し、ベクトル検索との同時実行にも対応する。
かんたんに言うと
SQLiteがファイル1つでリレーショナルDBを動かすように、KuzuDBはファイル1つでグラフDBを動かす。サーバーの構築も運用も不要。AIアプリに直接組み込める。
GraphRAGとベクトル検索の同時実行
GraphRAGでは、ベクトル検索で意味的に近い情報を引き、グラフ検索で論理的なつながりを辿る。KuzuDBはこの2つを1つのクエリで同時実行できる。
列指向ストレージ（Columnar Storage）を採用しており、数百万から数千万のノードとエッジをまたぐ複雑な探索をミリ秒単位で処理する。AIエージェントがリアルタイムで知識を検索・更新する場面で、この速度は不可欠。
開発エコシステムとの統合
PythonのPandas、Polars、PyArrowとの連携が標準サポート。LangChainやLlamaIndexからも直接利用できる。
クエリ言語はNeo4jと同じCypher。グラフDB経験者なら学習コストがほぼゼロ。Bi-MemやA-MEMのように記憶をネットワーク状に管理するフレームワークのストレージとして、Neo4jより運用が軽い選択肢になっている。
当社の見解
当社はAI長期記憶システムを自社開発・運用している（2026年4月現在、1,655件の記憶データを蓄積）。この仕組みにより、AIが過去3ヶ月分の経営判断や設計方針を文脈ごと保持し、「前にも同じ話をしましたよね」という手戻りが激減した。セッションが切れても議論の続きから再開できるため、壁打ち相手としてのAIの価値が根本的に変わった。技術的にはCognee MCPサーバーによる記憶保存と、FastEmbed（ONNX Runtime）+ LanceDBによる非常駐型ベクトル検索（検索レイテンシ8ms、GPU不要）を採用。Hindsight（LongMemEval 91.4%精度）やomega-memoryなど複数の既製品を実環境で検証・棄却した上での選定であり、「個人PCでもエンタープライズでも負荷なく動く軽量さ」を最優先に設計している。
同じ失敗を二度としないAIエージェント
今のAIは、聞けば何でも答えてくれます。
でも、セッションが切れた瞬間に前回の失敗を忘れます。
当社が開発しているAIは、過去の経緯を念頭に置いて、
聞かれる前に「それは前回うまくいきませんでした」と声をかけます。
人間にも同じ失敗をさせず、AI自身も繰り返しません。
古参の社員が横にいるように、黙っていても気づいてくれる。
それが、当社が考える本当のAI社員です。