3 つの層、1 つの記憶
記憶が通り抜ける最後まで。
MemoryLake は、仕事がすでに蓄積されている場所と、答えを必要とする人の間に立ちます。データが入り、モデルとエージェントが推論し、結果はチームがすでに会話している場所に届きます。
1 つの経路、3 つの層
各層は単独でも役立ちます。つながると循環が閉じ、チームが学んだことを二度説明する必要がなくなります。
1
データソースをつなぐ
2
モデルとエージェントに記憶を渡す
3
チームが話している場所へ
1レイヤー 1 · 取り込み
データソースをつなぐ
記憶には出どころが必要です。チームがすでに使っているドライブ、スイート、会話に MemoryLake を向ければ、変化に合わせて読み続けます。
クラウドドライブ / スイート
Lark
DingTalk
WPS 365
OneDrive
SharePoint
Google Drive
Dropbox
Baidu Netdiskコネクタは個人スペースに紐づきます。チーム / 組織スペースはアップロード・API・SDK で取り込みます。
会話履歴のインポート
ChatGPT
Claude
Gemini直接取り込み
アップロード
REST API
SDK
2レイヤー 2 · 推論
モデルとエージェントに記憶を渡す
記憶はモデル非依存です。コーディング環境、デスクトップのチャットアプリ、自作コード、自律エージェント — MCP や API で同じ記憶に届きます。
コーディング環境
チャットアプリ / 拡張
自律エージェント
プロトコル / SDK
設計としてモデル非依存
記憶は、それを書いたモデルに縛られません。モデルを変えても記憶は付いてきます。
OpenAIAnthropicGemini
Qwen
DeepSeek3レイヤー 3 · 配信
チームが話している場所へ
誰も見ない答えは答えではありません。メッセージング連携をつなげば、エージェントはチームがすでにいるチャットでメンション・ファイル・スレッドを受け取ります。
メッセージング連携
Slack
あるいは社員ごと採用する
Roster はチャネル連携の一歩先です。IM に自分のアカウント、職務内容、四半期 OKR、MemoryLake 上の長期記憶、そして重要な行動を承認する上司を持つデジタル社員。現在は DingTalk 内で動作し、送信層は差し替え可能です。
Roster を見るステップごとの設定ガイド
よく設定される連携の公式手順。