mcpField
U
Unl

Unl

リモート
unlimitless.aiメモリ・ナレッジ02 週間前に更新
リポジトリ公式サイト

Unl について

Unlは決定とその理由を保存し、行動前のエージェントに関連する背景を渡します。複数のエージェントを使う個人やチーム向けに、ホスト型の決定サービスとオープンソースのCLI、SDK、プラグイン、決定フォーマットを提供します。

主な機能

  1. 01決定とその理由の保存
  2. 02タスクに関連する決定の選択
  3. 03複数エージェント間での背景共有
  4. 04ツールによる理由の確認と決定案の提示
  5. 05適合性チェック付きのオープンな決定フォーマット

活用シーン

  1. 01プロジェクトの選択理由をエージェントに伝達
  2. 02複数エージェントの決定を統一
  3. 03提案された決定の確認や承認

MCP 対応

Unlは `https://api.unlimitless.ai/mcp` でホスト型MCPサーバーを提供します。ツールを通じて、エージェントは決定の詳しい理由を取得し、確認用の決定案を提示できます。

設定

リモートサーバーはインストール不要です。クライアントを選んで設定をコピーするか、ワンクリックで導入できます。

エンドポイントhttps://api.unlimitless.ai/mcp
インストールコマンドをコピー
Claude CodeTerminal
Cursor.cursor/mcp.json
VS Code.vscode/mcp.json
Claude Desktopclaude_desktop_config.json
Windsurf~/.codeium/windsurf/mcp_config.json

コマンドはターミナルで実行し、JSON は各クライアントの MCP 設定に貼り付けて再起動します。認可が必要なサーバーは初回接続時にログインを求めます。

ツール

詳細

Unl

smithery badge

Unl は、あなたの「なぜ」を扱うエージェントです。AI はすでに推論の仕方を知っています。Unl は、あなたがそう考える理由を AI に伝えます。

アカウント不要で、2 分で動作を確認できます:node demo/changed-decision.mjs

ターミナルで動作する2分間のデモ

AI と作業しながら、何を作るか、何を作らないか、そしてその理由を決めます。Unl は、そうした決定とその理由を保持します。あなたやエージェントが何かを実行しようとすると、Unl はタスクに関係する決定を渡します。そのため、Claude Code、Cursor、ChatGPT、Codex、そしてあなたが作るエージェントは、すべて同じ「なぜ」を踏まえて開始できます。何度も説明し直す必要はありません。

オープンなものとホスト型のもの

MIT ライセンスで、このリポジトリ内にオープンソースとして公開されているもの: あなたの環境で動作するすべてのものです。unl コマンド、AI SDK パッケージ、Cursor プラグイン、各エージェントフレームワークの実用的なサンプル、そして自分のコードで実行できる適合性チェック付きの決定フォーマットが含まれます。何があなたのマシンの外に送信されるかを、コードを読んで正確に確認できます。

こちらもオープンです: Unl のインフラストラクチャの外部から Unl をテストするステータスチェック。

ホスト型: Unl 自体、つまり決定とその理由を保持し、タスクに関係する決定を選ぶサービスは、api.unlimitless.ai で稼働しています。そのコードはこのリポジトリには含まれていません。

開始する

今使っているエージェントに、次のように伝えます:

Read unlimitless.ai/start.md, set up Unl, and show me the decisions you find.

Claude Code または Cursor の場合:

npm install -g unlimitless
unl              # sign in once, then the Unl terminal opens
unl init         # in your project, for Claude Code (add --cursor for Cursor)

次に、エージェントに何に取り組んでいるかを尋ねます。

任意の MCP クライアント(ChatGPT、Claude、Codex、VS Code、Grok Bot、Lovable):サーバー https://api.unlimitless.ai/mcp を追加し、求められたらサインインします。

自分で作るエージェントの場合: unlimitless.ai/portal/keys でキーを作成し、UNL_KEY として設定して、以下からフレームワークを選びます。

ツールを接続する

どのツールでも同じアドレス https://api.unlimitless.ai/mcp を使い、初回に一度 OAuth でサインインします。貼り付けるキーはありません。個人用キーは API 専用であり、ツールの接続には使いません。

Claude と Claude Desktop。 Settings を開き、Connectors に進んで、Add custom connector を選びます。Unl と名前を付け、https://api.unlimitless.ai/mcp を貼り付けて追加します。

Claude Code。 プロジェクトで unl init を実行するとサインインし、すべてのターンに Unl を組み込むフックが設定されます。サーバーだけを追加するには:

claude mcp add --transport http unl https://api.unlimitless.ai/mcp

次に /mcp を実行し、unl を選んで Authenticate を選びます。

ChatGPT。 Settings で Plugins を開き、Developer mode をオンにします。New Plugin を選び、Unl と名前を付け、サーバー URL に https://api.unlimitless.ai/mcp を貼り付け、認証方式を OAuth に設定して Dynamic Client Registration はそのままにします。次に Advanced OAuth settings を開き、OIDC enabled のチェックを外します。有効のままだと、ChatGPT は Unl が登録していないスコープを要求し、接続が拒否されます。

Cursor。 .cursor/mcp.json に URL を追加します。キーもヘッダーも不要です。または、このリポジトリにある Cursor プラグインをインストールします:

{ "mcpServers": { "unl": { "url": "https://api.unlimitless.ai/mcp" } } }

その他すべて(Codex、VS Code、Antigravity、Grok Bot、Lovable、Viktor など):各ツールの最新の手順を、unlimitless.ai/connect で確認できます。

内容

フォルダー内容
cli/unl コマンドです。unl init を実行すると、Claude Code または Cursor のプロジェクトに Unl が追加されます。また、unl 単独で実行すると Unl のターミナルが開きます。各ターンで、Unl がエージェントに渡した判断とその理由、渡さなかった判断を確認できます。
packages/ai-sdk/@unlimitless/ai-sdk です。Vercel AI SDK の任意のモデルを withUnl でラップすると、すべての呼び出しに関連する判断が含まれます。
examples/各フレームワークの小さな動作例です。Mastra、OpenAI Agents SDK、Google ADK、LangChain、Pydantic AI、LiteLLM、Cloudflare Agents、Netlify、TanStack AI、Composio、E2B、Browser Use、GitHub Copilot のカスタムエージェントを取り上げています。
examples/vercel-ai-sdk-chat/Unl を追加済みで、Vercel にデプロイできる AI SDK ベースのチャットアプリです。
.cursor-plugin/ および mcp.jsonCursor プラグインです。サーバーからサインイン方法を検出する Unl の MCP サーバーです。リポジトリにキーはありません。
decision-format/保持する判断のオープンフォーマットです。判断に含まれる内容、アドレスの計算方法と検証方法、自分の実装で実行できる適合性チェック、Node と Python のリファレンスコードを含みます。MIT ライセンスで、Unl なしでも動作します。

クライアントとの連携をローカルで試す

git clone https://github.com/Unlimitless-Inc/unl.git
cd unl/packages/ai-sdk
npm install
npm test

これらのテストでは合成レスポンスを使用します。アカウントやモデル呼び出しなしでクライアントとの連携をテストできますが、ホストされた情報検索やモデルの性能を証明するものではありません。実際に変更された判断を試すには、次のステップとして、自分のテストプロジェクトでプランナーとライターの例をお試しください。

たとえば、ファイルが小さいうちは同期エクスポートを選びます。その後、大きなファイルがリクエストのタイムアウトを超えるようになったら、キューを選びます。新しいライターが新しい選択とその理由を受け取り、それに沿った変更を作成できるかが目的です。同じように更新したファイル、および古いコンテキストやコンテキストがない場合と比較してください。保守されているファイルでも、同じように機能する場合があります。

エージェントがあなたの判断に至った理由を知る方法

取り込み方法は 2 つあり、ほとんどの例では両方を示しています。

  • すべての呼び出しで取得する方法。 ミドルウェア、フック、または指示関数が、ターンに関連する情報を Unl に問い合わせ、エージェントが動作する前にモデルへ渡します。
  • MCP 経由で Unl のツールを使う方法。 エージェントは判断の背後にある推論全体を確認し、新しい判断を提案して、あなたに確認を求めることができます。あなたが承認するまでは、あなたの判断として確定されません。

開発を追う

Unl は毎日変更をリリースしており、変更履歴には各変更の内容が平易な言葉で記載されています。動向を追うには、このリポジトリにスターを付けてください。

貢献とセキュリティ

バグ報告や小規模な修正を歓迎します。CONTRIBUTING.mdをご覧ください。セキュリティ上の問題を報告する場合は、SECURITY.mdに従い、公開の Issue は作成しないでください。

リンク

ライセンス

MIT。LICENSEをご覧ください。

コメント

MCP は初めてですか?

プロトコルの概要から最初のサーバーの導入まで、よくある疑問にまとめて答えます。

AI アプリケーションが外部のツールやデータソースに統一的な方法で接続するためのオープンなプロトコルです。クライアントはモデルとの対話を担い、MCP サーバーはツール・リソース・プロンプトテンプレートを提供します。標準メッセージでやり取りするため、1 つのサーバーを複数のクライアントで再利用できます。