Agenticstore — The Open Source Standard For Local Mcp Tooling

🔒 これが必要な理由：エンタープライズグレードのAIセキュリティと自律型エージェントの融合

Claude、Cursor、Windsurf などのAIアシスタントに、コードベースやウェブへのアクセスを許可することは、大きな力になります。しかし、機密性の高いエンタープライズデータをリモートのLLMに渡すことには、重大なセキュリティリスクが伴います。さらに、トークン上限にすぐ達すると、LLMのコンテキストウィンドウが急速に縮小し、コストも増加します。

課題： エージェント型ワークフローによる大幅な生産性向上を実現したい一方で、データ損失防止（DLP）、コンプライアンス、情報漏えい防止、トークンの肥大化については妥協できません。

解決策： AgenticStore MCP Serverは、これらすべてをネイティブに解決します。

• 🛡️ LLMプロンプトファイアウォール： プロンプトがマシンの外へ送信される前に傍受、スキャン、サニタイズする安全なローカルプロキシです。ローカルモデル（Ollamaなど）を使って、漏えいしたシークレット、PII、APIキーを検出してデータをサニタイズし、すべてのAI利用について厳格な監査記録を生成します。
• 🧰 MCPツールキット（74個のツール）： 本番環境ですぐに使える強力なツール群です。コードアナライザーやCVE脆弱性スキャナー、プロジェクトの健全性チェック、安全なローカルデータの検査、コンテキストのプルーニング、トークンの最適化、永続的なセマンティックメモリ、セルフホスト可能なSearXNGウェブ検索を、AIにすぐに利用させることができます。
• ✦ Relay： 人間とAIエージェントのためのローカルプロジェクト進行管理システムです。プロジェクトを計画し、エピックやチケットを作成し、CodexやClaudeを通じて作業を割り当て、意思決定、Gitの証跡、検証、引き継ぎをボード上で管理できます。

サブスクリプション不要。ベンダーロックインなし。MCPツールは手動で設定することも、美しいローカルGUIを使って簡単に設定することもできます。

🎥 プロンプトファイアウォールのデモ

お使いのブラウザーは動画タグに対応していません。こちらからプロンプトファイアウォールのデモ動画をご覧ください。
（上の動画が読み込まれない場合は、こちらをクリックしてデモをご覧ください）

🎥 GUIデモを見る（MCPツール）

お使いのブラウザーは動画タグに対応していません。こちらからAgenticStore MCP GUIのデモ動画をご覧ください。
（上の動画が読み込まれない場合は、こちらをクリックしてデモをご覧ください）

🏗️ 仕組み

• 🛡️ LLM プロンプトファイアウォール： システム外へ送信されるすべてのデータを傍受してサニタイズし、プロンプトを記録することで、強固な AI セキュリティを実現します。
• 🔒 プライバシーを最優先： すべてがローカルで動作します。コードやデータが監査されないままマシンの外へ出ることなく、信頼性の高い AI 利用の監査トレースを生成できます。
• ✂️ LLM トークン最適化： コードの構造圧縮（token_optimizer）と関連性に基づくコンテキストのトリミング（context_pruner）により、トークン消費量を大幅に削減します。
• 💸 完全無料： アカウント、ペイウォール、サブスクリプションは不要です。
• 🧠 永続的なエージェントメモリ： AI がセッションをまたいで事実やコンテキストをシームレスに記憶できるようにします。
• ⚡ プラグ＆プレイ： uvx または pip で即座にインストールできます。MCP の設定では、JSON による手動設定と GUI ワークフローの両方に対応しています。

📋 目次

• 🛡️ LLM プロンプトファイアウォールとサニタイズ
• 🧰 ツールキットの内容
• 🚀 クイックスタートガイド（最速のインストール方法）
  • V0：Python/uvx（推奨）
  • V1：GitHub ソースから
  • V2：MCP Hub Webapp（UI）
• ✦ Relay：AI エージェント向け JIRA
• 🔌 AI クライアントへの接続
• 🗂 ツール一覧 — 全 74 ツール
• 💻 Claude Code CLI 連携
• 🔎 ウェブ検索を有効にする
• 🎛 設定の上書きと高度な使用方法

🛡️ LLM プロンプトファイアウォールとサニタイズ

Prompt Firewall を使うと、クラウドベースの AI コーディングアシスタントを使用する際に、どの自然言語データやコードをコンピューターの外部に送信するかを完全に制御でき、エンタープライズグレードの AI セキュリティを実現できます。

メモ

ファイアウォール機能は現在、macOS でテスト済みで、安定して動作しています。Linux と Windows のサポートも近日中に追加予定です！

主な機能：

• プロキシによる傍受：ローカルプロキシを設定して、すべての LLM トラフィックを監視します。
• AI 使用状況の監査トレース：プロンプト記録ログを自動生成します。各プロンプトレベルで明確な警告を表示し、変更または削除された内容を正確に確認できます。
• ワンクリック UI セットアップ：証明書をインストール -> プロキシを起動。すぐに利用を開始できます。(注：円滑なインストールと運用を実現するため、ファイアウォールのセットアップは UI からのみ行えます。)
• ローカル LLM との連携（任意）：ローカルの Ollama インスタンスに接続します。オープンソースモデルをダウンロードして完全にローカルで実行し、リモート API に送信する前にプロンプトを事前にサニタイズし、コードをスキャンして改善と安全性向上を図れます。
• ルールベースのサニタイズ：正規表現または文法ルールを簡単に定義して、PII、AWS キー、データベース文字列、または独自のロジックをブロックします。

ファイアウォールを有効にして AI 使用状況の監査トレースの収集を開始するには、GUI Webapp を起動し、Firewall タブに移動して証明書をインストールし、プロキシを起動します。技術アーキテクチャの詳細については、公式の AgenticStore Prompt Firewall Documentation を読むか、メインサイト agenticstore.dev をご覧ください。

GPT / OpenAI クライアントとカスタムの墨消し

MCP Hub → Clients に GPT / OpenAI Codex が追加され、自動 TOML 設定と選択したツールへの対応が利用できるようになりました。設定を適用するには、Codex CLI をインストールする必要があります。Firewall ダッシュボードは、Claude Code に加えて OpenAI SDK アプリケーションにも対応しています。GPT / OpenAI SDK を接続すると、Chat Completions と Responses のリクエストを http://127.0.0.1:8766/openai/v1 経由でルーティングできます。設定には Redaction Replacement が追加され、任意のリテラルなプレースホルダーを指定できます。空欄にすると、入力形式に応じたデフォルト値に戻ります。デフォルトでは、プロンプト記録に保存されるのはサニタイズされ、上流に転送されるプロンプトです。調査で必要な場合は、Firewall → Recordings タブで、サニタイズ前の元のプロンプトをローカルに保持するよう明示的に選択できます。OpenAI のセットアップと対応範囲に関するガイドをご覧ください。

🧰 ツールキットの内容（74 個の MCP ツール）

最大限の生産性を実現できるよう戦略的に分類された 74 個の MCP ツールを含むこれらのモジュールを、AI クライアントに追加できます。

• 🛡️ ローカルのみ： openWorldHint: false のツールが 62 個あり、ローカル環境または設定済みの閉じた環境内で動作します。
• ☁️ オープンワールド： 公開ウェブまたはリモートプロバイダーのシステムにアクセスできるツールが 12 個あります。
• 📝 状態変更あり： ローカルの状態を書き込んだり、制限された操作を実行したり、外部システムを変更したりできるツールが 21 個あります。該当する場合は、明示的な確認が必要です。
• 👓 読み取り専用： MCP アノテーションにより、再試行しても安全であることが示されたツールが 53 個あります。

🚀 クイックスタートガイド（最速のインストール方法）

ワークフローに最適なセットアップを選んでください。MCP は手動設定と GUI による管理セットアップの両方に対応しています。どれを選べばよいかわからない場合は、V0 から始めてください。

pip install agentic-store-mcp --upgrade

agentic-store-mcp

agentic-store-mcp --version

pip install git+https://github.com/agenticstore/agentic-store-mcp.git

agentic-store-mcp

# Ensure it is installed via pip
pip install agentic-store-mcp --upgrade

# Launch the web UI  automatically bundled with the core package
agentic-store-webapp 

✦ Relay：AI エージェント向けの JIRA

Relay は、人間と AI エージェントが共有するプロジェクト向けの、AgenticStore のローカル作業管理システムです。ウェブアプリ内で動作し、ボードをお使いのマシンに保存するため、エージェントのセッションをまたいでプロジェクトのコンテキストを利用できます。

Relay を使うと、複数のボードを作成し、作業をエピックにまとめ、各チケットを分離されたワークスペースに割り当て、Codex や Claude への引き継ぎを並行して実行できます。各チケットには、進捗コメント、検証結果、Git の証跡、意思決定のコンテキスト、ブロッカー、添付ファイル、作業を担当したセッションを保持できます。最大 10 MB のスクリーンショットやファイルをチケットや進捗報告に追加できます。エージェントはタスクボードのツールを通じて、添付ファイルのメタデータを確認し、元のバイトデータを読み取れます。

並行ハンドオフとリリース

Relay は ~/.config/agentic-store/agent-board.json にある共有ボードを使用するため、チケットのステータス、エビデンス、ハンドオフが同期された状態に保たれます。チェックアウトを共有することはありません。ローカルワークスペースへのハンドオフでは、専用の Git ワークツリーを作成し、origin/main（見つからない場合は main、次に対応する master の参照）から feature/<ticket-id>-<session> ブランチを作成します。リモートワークスペースへのハンドオフでは、リポジトリをクローンして同じ種類のフィーチャーブランチを作成します。Relay は不変のベースラインコミットを Git エビデンスとして記録し、エージェントの開始前に、ローカルでアクティブな feature/ ブランチと bug/ ブランチをスキャンしてマージマーカーを確認します。検出された競合は、マージリスクとしてチケットに追記されます。

これにより、複数のエージェントが未コミットの変更を安全に分離したまま作業できます。共有ボードは意図的に共有される調整用の状態です。ソースファイル、ブランチ参照、仮想環境、エージェントのターミナルセッションは、ハンドオフごとに分離されます。各フィーチャーブランチを個別にレビューしてマージし、不要になったら Git を使って完了したワークツリーを削除します。

ダッシュボード自体については、通常は Relay UI を 1 つ起動し、追加のブラウザータブでその URL を開きます。既定のポートですでに Relay が稼働している場合、agentic-store-webapp は既存の URL を表示して、所有プロセスに触れることなく終了します。意図的に別のインスタンスを起動する必要がある場合は、次を使用します。

agentic-store-webapp --port 8782 --no-open
# or ask the OS for a free port if the requested port is occupied
agentic-store-webapp --auto-port --no-open

フロントエンド、MCP パッケージ、PyPI リリースは、互換性を保った一連の流れとして一緒に進める必要があります。まず MCP フィーチャーブランチを取り込み、検証します。その後、フロントエンドの PR で必要なパッケージバージョン（または互換性のある範囲）を宣言します。パッケージのバージョン変更と PyPI の公開キューは、1 人のリリースコーディネーターが一元管理します。エージェントは、バージョン更新の PR を同時に複数作成してはいけません。コーディネーターは互換性のあるマージ済みの変更をまとめ、テストとビルドメタデータの検証中はリリースブランチをロックし、バージョンを 1 つだけ公開します。不具合があった場合は、対応している場合は不適切な PyPI リリースを取り下げ、フロントエンドのパッケージ要件を以前のものに戻し、修正パッチリリースを発行してロールバックします。デプロイ前に、リリース PR と検証結果をリンクされた Relay チケットとして記録します。

AI タスクプランナーによるトリアージ

Relay → AI task planner を開き、実現したい結果、成功基準、制約、対象となるプロダクトの領域、品質要件を説明します。Relay は、再利用可能な計画ハーネスを備えたローカルの Codex または Claude の計画セッションを開始します。プランナーは選択したボードを確認し、追加の質問をして、範囲を限定した子チケットを持つエピックを提案します。作業を一括して作成する前に、明示的な承認を待ちます。

このハーネスは、コードやユーザー向けの動作に変更がある場合、計画に自動テストとドキュメントを含めます。また、必要に応じて、セキュリティ、アクセシビリティ、移行、段階的な展開、ロールバックの作業も促します。計画セッションは Relay に記録されるため、計画の根拠がプロジェクトとともに残ります。

実践的なワークフロー

1. プロダクト、リリース、またはクライアントの取り組みのためのボードを作成します。
2. AI task planner を使って、目標を承認済みのエピックとテスト可能なチケットに落とし込みます。
3. チケットをローカルリポジトリまたはリモート URL に割り当て、Codex または Claude に引き渡します。Relay は各セッション用に分離されたワークツリーまたはクローンを作成します。
4. 記録されたコメント、検証結果、Git エビデンスを通じて作業をレビューし、進捗に応じてチケットを各デリバリーステータスに移動します。

Relay はプロジェクトデータをホスト型の計画サービスに送信しません。選択したローカルのエージェントクライアントを起動し、そのクライアントは自身に設定されたモデルとプライバシー設定を使用します。

Relay の最近の改善

Relay の最近のリリースでは、チケットの管理、エージェントの連携、ボードの操作性が改善されています。

• チケットへの添付ファイル： チケットや進捗報告に、最大 10 MB のスクリーンショットやファイルを追加できます。Relay では画像プレビューと安全なダウンロードが利用でき、エージェントは task_board と read_attachment を通じて、添付ファイルのメタデータと元のデータを取得できます。
• 読みやすい作業履歴： 進捗コメントで Markdown を使用でき、以前のラベル付き更新を展開して読みやすいセクションとして表示できます。また、ワークスペース URL が利用可能な場合は、記録されたブランチやコミットからリポジトリへリンクできます。
• チケットのレビューを効率化： 受け入れ基準にチェックを付けたり、チケットのドロワー内で長い説明やアクティビティをスクロールしたりできます。Git の証跡やアクティビティも、チケットの詳細と並べて参照できます。
• わかりやすい計画フロー： AI タスクプランナーの、成果から始めるガイド付きフローを利用できます。計画の詳細は必要に応じて別にまとめられます。チケット作成を承認する前に、提案された作業を確認できます。
• より安全な並行作業： 各引き継ぎに専用のワークツリーまたはクローンを割り当て、設定済みの main/master ベースラインからブランチを作成しながら、ボードのアクティビティを共有できます。
• チケットのアーカイブと復元： 完了またはキャンセルした作業項目を専用のアーカイブ済み状態に移動できます。再び進行中になったら「Ready」に戻せます。ステータスの変更はチケットの履歴に記録されます。
• 必要に応じてアーカイブ済み項目を表示： アーカイブ済みの作業はデフォルトのボードでは非表示となり、進行中の作業を見やすく保てます。切り替え操作でアーカイブ済みチケットを再表示できます。
• より安全なチケット設定： 新しいチケットにはワークスペースが必要です。エージェントへの引き継ぎには、既知のチェックアウトまたはリモートリポジトリが必要なためです。ワークスペースが空の場合は、「最初のワークスペースを作成」というガイド付き操作が表示されます。
• 対処方法がわかるエラー： 引き継ぎやチケット作成のエラーは、汎用的な通知に埋もれるのではなく、理由と次のステップを添えて各フォーム内に表示されます。
• Relay UI の改善： ウェブアプリが利用可能なデスクトップの画面領域を活用し、「Jira for AI Agents」のタグラインを復元しました。また、プランナーの引き継ぎ内容を読みやすくし、有効時は「Archived」を「Done」の隣に配置します。

これらの変更により、ローカルのプロジェクト記録を維持しながら、作業のトリアージ、一時停止、再開、人やエージェント間での引き継ぎをより安全に行えます。

🔌 AI クライアントに接続する

AgenticStore MCP は手動設定と GUI による管理の両方に対応しているため、必要に応じて設定スニペットを各クライアントの設定ファイルに手動で追加できます。保存後は、必ずクライアントを再起動してください！ AI エージェントを適切に接続する方法について詳しくは、agenticstore.dev のクライアント接続ドキュメントをご覧ください。

標準のコピー＆ペースト設定

基本設定：

{
  "mcpServers": {
    "agentic-store-mcp": {
      "command": "agentic-store-mcp",
      "args": []
    }
  }
}

ウェブ検索（SearXNG）を有効にする場合：

{
  "mcpServers": {
    "agentic-store-mcp": {
      "command": "agentic-store-mcp",
      "args": [],
      "env": {
        "SEARXNG_URL": "http://localhost:8080"
      }
    }
  }
}

🗂 ツール一覧 — 全 74 ツール

💻 Claude Code CLI との統合

AgenticStore MCP は、ターミナルでのワークフロー向けに Claude Code と完全に互換性があり、開発者はコマンドラインから直接やり取りして、74 個のコマンド機能すべてを利用できます。

安全な CLI 実行モード

アプリケーションを ~/.claude/settings.json に直接自動インストールし、接続バインディングをシームレスに解決します。CLI は動的な CLI コマンド構造を通じて、従来の操作と最先端のインターセプトプロキシ検証の両方を適切に処理します。

デフォルトモード：（直接 API を呼び出す場合 — ファイアウォール追跡なしで通常の Anthropic モデルにのみ接続します）：

agentic-store-mcp --install-claude

• ユーザーの ~/.claude/settings.json にローカルで明示的に登録します。
• launchctl unsetenv を積極的に実行して、古い ANTHROPIC_BASE_URL ルーティングバインディングを削除し、Anthropic の標準 API に直接接続する安定性を完全に確保します。
• 対象システム環境の ~/.zshrc／~/.bash_profile からプロキシを強制する痕跡を動的に削除します。新しいターミナルは常に完全にクリーンな状態で起動します。

ファイアウォールモード：（プロキシの安定性を事前検証し、トラフィックを効率的に Prompt Recoding のセキュリティ境界へ直接マッピングして、エンタープライズの機密情報を保護します）：

agentic-store-mcp --install-claude --firewall-mode

• 設定ツリーを変更する前に、AgenticStore ファイアウォールプロキシがポート 8766 で正しく待ち受けていることをネイティブに検証し、デプロイの失敗を完全に防ぎます。
• launchctl setenv のルーティング指示を正式に挿入し、Node.js TLS の ANTHROPIC_BASE_URL インターセプトを Claude に直接適用する、nc で保護されたシェルプロファイルブロックを適切に書き込みます。

（注：--firewall-mode は単独での実行を明示的に拒否します。--install-claude も同時に指定する必要があります）。

手動設定

claude mcp add agentic-store-mcp "agentic-store-mcp" を実行します。

🔎 ウェブ検索を有効にする

エージェントにインターネットアクセスを提供するため、agentic_web_search はプライベートな SearXNG インスタンスを使用します。

リモート API を使う場合や独自のコンテナーをホストする場合は、その URL を追加するだけです。

環境変数を AI クライアントに渡します：

{
  "mcpServers": {
    "agentic-store-mcp": {
      "command": "agentic-store-mcp",
      "args": [],
      "env": {
        "SEARXNG_URL": "http://localhost:8080"
      }
    }
  }
}

🎛 設定の上書きと高度な使い方

設定の上書きはMCP のセットアップに関連します。MCP は手動と GUI の両方でセットアップできるため、ウェブ GUI を使わずに深く統合する場合は、環境変数を使って読み込むツールを正確に絞り込めます。

# Debug: List what would be loaded and exit
agentic-store-mcp --list

注：LLM プロンプトファイアウォールは UI からのみ設定できます。スムーズなセットアップ、堅牢なプロキシインターセプト、そしてすぐに使えるシームレスなプロンプト記録を実現するため、ファイアウォールは UI でのみ利用できます。

用途に合わせたツールプロファイル

AgenticStore では、特定のタスク向けにツールのサブセットを絞り込んで実行できます。tool_orchestrator を使ってプロファイルを推奨してもらい、tool_profile_manage で保存し、tool_profile_audit で安全性の境界を監査してから、そのプロファイルで MCP クライアントを再起動します：

agentic-store-mcp --profile private-code-review

プロファイルには、常に 3 つのプロファイル制御ツールが含まれます。プロファイルを作成または変更すると、クライアント接続時に提供されるツールの一覧が変わるため、クライアントの再起動が必要です。

🛠️ トラブルシューティング

プロキシ使用後にインターネット接続が切れる LLM プロンプトファイアウォールプロキシの使用中にサーバーが突然終了すると、システムプロキシ設定が残り、マシンのインターネット接続に支障が出る場合があります。

クラッシュ後にインターネット接続が失われた場合は、ターミナルで次のコマンドを実行してプロキシ設定をデフォルトに戻してください：

networksetup -setsecurewebproxystate "Wi-Fi" off

🤝 貢献とコミュニティ

オープンソースコミュニティが、学び、刺激を受け、創造するための素晴らしい場所であるのは、貢献があるからです。皆さんからの貢献を心より歓迎します。

コードや改善への貢献をご希望の場合は、リポジトリをフォークしてプルリクエストを作成してください。

⭐ このツールキットで設定時間を 10 時間節約できた場合は、ほかの人にも見つけてもらえるよう、ぜひスターを付けてください！

📜 ライセンスとサポート

このプロジェクトはMIT Licenseのもとでライセンスされており、自由に使用、変更、配布できます。詳細についてはLICENSEをご覧ください。

ChatGPT ログインを使用する Codex では、GPT / Codex 接続コントロールを使って、モデルリクエストを TLS ファイアウォール経由でルーティングできます。HTTP と送信 JSON WebSocket プロンプトに対応しています。Codex を再起動し、新しい記録が作成されることを確認してください。Codex プロキシの設定をご覧ください。

ファイアウォール監査ログで、Blocked / errors と Sanitized のエントリをフィルタリングできるようになり、Reveal original matched values の切り替えも追加されました。新しい監査結果では、一致した元の値がローカルに保存されます。デフォルトの応答と表示では元の値は非表示です。カテゴリのみの古いエントリから元の値を復元することはできません。Clear を実行すると、保存された監査の詳細が削除されます。

Ctrl+C でダッシュボードを停止すると、AgenticStore はインストール前に保存された macOS の HTTP/HTTPS プロキシ設定を復元してから、リスナーを停止します。サーバーまたはプロキシに予期しない障害が発生した場合にルーティングを復元する、独立したウォッチドッグもあります。制限事項については、ネットワークプロキシの復旧をご覧ください。