cachly-dev について
cachly-devは、修正や判断、失敗の記録をコーディングエージェントが検索できるMCPサーバーです。BrainはEUのサーバーでホストされ、セッション、Git履歴、CI結果から知見を蓄積できます。
主な機能
- 01修正・判断・失敗の記録
- 02セッション開始時のブリーフィング
- 03知見検索と根本原因の追跡
- 04GitとCIからの知見取り込み
- 05作成者情報付きのチーム共有
活用シーン
- 01再発した問題の解決策を検索
- 02開始時に最近の失敗や知見を確認
- 03コミットとCI結果からチームの知見を蓄積
MCP 対応
個人またはチームの知見を保存、検索、管理する124個のMCPツールを提供します。通常は27個を表示し、残りはcachly_tool経由で呼び出せます。
設定
ローカルサーバーの設定はどのクライアントでも共通です。コピーしてクライアントの MCP 設定ファイルに貼り付けてください。
ツール
27掲載時のツール一覧 · 今日に更新
| パラメーター | 型 | 必須 | 説明 |
|---|---|---|---|
| key | string | はい | 取得するためのキャッシュキー |
| org_id | string | いいえ | 任意の組織 ID。直接キーが見つからない場合、共有組織名前空間 org:{org_id}:sem:{key} にフォールバックします |
| instance_id | string | いいえ | インスタンスの UUID。 |
詳細
cachly — コーディングエージェントのための体験(MCP サーバー)
一度解決すれば、次からは AI が知っています。
あらゆる修正、判断、行き詰まりが、AI が適切なタイミングで活用する経験になります。開発を加速でき、チームはあなたの発見を土台に開発できます。
@cachly-dev/mcp-server は、MCP を通じて cachly を Claude Code、Cursor、
GitHub Copilot、Windsurf、Cline、Continue.dev、Zed、Codex CLI、Gemini CLI に接続します。124 個の MCP ツールを提供します。エディターには既定で 27 個の項目が表示され、残りのツールにはそのうちの 1 つである cachly_tool を介してアクセスします(詳細は以下の「MCP ツール」を参照)。修正後、AI は教訓を保存し、同じ問題が再発したときにそれを見つけます。あなたの Brain(教訓を保存する場所)は EU のサーバー上にあります。
アカウントなしで始める
Claude Code
/plugin marketplace add cachly-dev/cachly-mcp
/plugin install cachly-brain@cachly
JSON を書いたり、パスを設定したり、キーをコピーしたりする必要はありません。キーがない場合、セッション開始時に cachly が EU のサーバー上にテスト用 Brain を作成します(プラグインのフックが作成し、フックが作成しなかった場合は最初のツール呼び出しで作成します)。テスト用 Brain では、Dev ティアを 14 日間利用できます。その後は同じキーで無料ティアに移行します。
claude mcp list で確認できます。plugin:cachly-brain:cachly … ✔ Connected と表示されるはずです。サーバーが実行中でも claude plugin details には MCP servers (0) と表示されます。これはサーバーがカウントされないためです。
このプラグインは Claude Code に 3 つのフックを追加します。
| フック | 内容 |
|---|---|
SessionStart | AI にブリーフィングを提供します:前回のセッション、未解決の失敗、最近の教訓 |
UserPromptSubmit | プロンプトに一致する教訓を、その横に表示します |
Stop | 修正した内容を、まだ新鮮なうちに記録できます |
自動更新を一度有効にしてください:/plugin → マーケットプレイス → cachly → 自動更新を有効にする。Claude Code は、Anthropic 自身以外のマーケットプレイスでは自動更新を無効にしています。MCP サーバーは起動のたびに自動更新されますが、フックはプラグインに含まれているため、プラグインの更新時にのみ更新されます。更新がある場合、セッションの最初の session_start でその旨が一行で通知されます。
テスト用 Brain を保持する
npx @cachly-dev/mcp-server@latest claim
ブラウザーで一度サインインします。すると、テスト用 Brain はすべての教訓とともにあなたのアカウントへ移行します。テスト用キーはすべて失効し、エディターとフックが参照する場所に新しいキーが保存されます。Brain は一度再起動し、約 20 秒かかります。すでに無料 Brain がある場合は、無料ティアの Brain 1 つという制限が適用され、メッセージとともに移行が拒否されます。
Cursor、Windsurf、VS Code、Cline、Continue.dev、Zed
npx @cachly-dev/mcp-server@latest autopilot
autopilot は使用中のエディターを見つけ、それぞれの MCP 設定を書き込みます。コミットから学習し、Git の履歴を使って Brain を埋める Git フックも追加します。ブラウザーで一度サインインするだけで(デバイスコードを使用し、パスワードもクレジットカードも不要です)、最初から Brain が自分のアカウントに属します。その後、エディターを再起動してください。
サーバーを手動で追加することもできます(手動セットアップを参照)。キーがない場合、最初のツール呼び出しで Claude Code と同じテスト用 Brain が作成されます。
すでに Claude、Cursor、または Copilot を使っていますか? 次の内容を AI に貼り付けてください:
このプロジェクトに cachly をセットアップしてください。次を実行してください:npx @cachly-dev/mcp-server@latest autopilot ブラウザーでのサインインを完了してから、エディターを再起動してください。
VS Code 拡張機能
cachly Brain をインストールしてください。 アカウントの入力フォームなしで、初回起動時に Brain が作成されます。
JetBrains プラグイン
JetBrains Marketplace から Cachly Brain をインストールします(IntelliJ IDEA、PyCharm、GoLand、WebStorm、Rider)。ステータスバー、Brain の状態、レッスンビューを IDE 内で確認できます。ソースは cachly-dev/cachly-intellij にあります。 JetBrains プラグインガイドでは、Claude Code、Junie、 JetBrains AI Assistant が MCP 経由で Brain を利用する方法を説明しています。
MCP Registry
サーバーは公式の
MCP Registry に
io.github.cachly-dev/mcp-server として登録されています。レジストリを参照するクライアントは、名前で見つけることができます。
エントリーからこの npm パッケージにアクセスできます。
ガイド
| ガイド | 内容 |
|---|---|
| Claude Code フック:どのイベントをいつ使うか | SessionStart、UserPromptSubmit、PreToolUse、Stop などを、発生するタイミング順に紹介します。それぞれがブロック、追加、変更できる内容も説明します。 |
| Claude Code 用 UserPromptSubmit フック | stdin の JSON、additionalContext、動作する Node スクリプト、避けるべき 5 つの落とし穴を紹介します。 |
| VS Code と Copilot CLI、Codex CLI、Gemini CLI での同じフック | 各エディターでどのイベントがコンテキストを受け取るか、また setup が書き込む正確なファイルを紹介します。 |
| 比較:Supermemory、Zep、claude-mem、Basic Memory、mem0、Letta | 各項目の出典と確認できる日付を添えて、横並びで比較します。他の製品がより適しているケースも含みます。 |
| EU ホストの MCP サーバー:マシンから外部に送られるデータ | データの保存先を紹介します。ドイツでのストレージ、EU 内の埋め込み、ネットワークエッジ、チェックリストを取り上げます。 |
| コーディングエージェント向けの学び | エージェントが再び見つけられるレッスンの書き方を紹介します。症状、最も重要な事実、失敗したこと、ファイル、確認方法を取り上げ、例と LESSONS.md も掲載しています。 |
| JetBrains プラグインガイド | プラグインの機能と、Claude Code、Junie、JetBrains AI Assistant が Brain を利用する方法を説明します。 |
| Repo X-ray | 公開 GitHub リポジトリを入力します。数秒で、そのチームが解決した問題の数と、複数回解決した問題がわかります。 |
仕組み
- 修正、決定事項、行き詰まりを教訓として保存します。トピック、うまくいったこと、失敗したこと、重大度、ファイルパス、コマンド、作成者が含まれます。
- セッション開始時に、AI に前回のセッション、未解決の失敗、最近の教訓をまとめたブリーフィングが届きます。
- 何かを尋ねると、
smart_recallが該当する教訓を検索します。11 言語に対応し、キーワード検索(BM25)、意味ベースの検索、因果グラフを組み合わせます。 - エラーが発生すると、
causal_traceが症状から原因へ、さらにうまくいった修正までたどります。 - デプロイ前に、
brain_predictが過去のインシデントから失敗パターンを一覧表示します。 - git フックとCI テンプレートが、コミットや red-to-green の実行から教訓を追加します。
- 教訓はチーム内で共有されます。それぞれの教訓には、それを学んだ人の名前が記録されます。
インストールする前に AI が何を把握できるか確認するには、プロジェクトフォルダーで
npx @cachly-dev/mcp-server@latest demo を実行してください。git の履歴を読み取り、
修正、パターン、決定事項を出力します。データがマシンの外に出ることはありません。
皆さまとの約束。 いつでも利用をやめて、データを持ち出せます。
npx @cachly-dev/mcp-server@latest export を実行すると、すべての教訓が
lessons.md(閲覧用)と lessons.jsonl(再利用用)に書き出されます。コードの抜粋は、
ご自身で index_project を呼び出した場合に限り、ご自身の EU インスタンスにのみ保存されます。
判断する前に、
マシンの外に出るデータをお読みください。
MCP ツール(合計 124 個、デフォルトでは 27 個を表示)
エディターには、デフォルトで 27 個の項目が表示されます。日常的に使うツール(26 個)と、
ディスパッチャーの cachly_tool です。これは意図的なものです。124 個の全リストでは、
リクエストごとに約 28,000 トークンが必要になります。表示する項目を 27 個に絞ると、
約 8,000 トークンで済みます。残りのツール(98 個)はすべてディスパッチャー経由で実行します:
cachly_tool(tool: "team_roster") run any of them by name
cachly_tool(tool: "team_roster", describe: true) get its schema first
利用できないツールはありません。サーバーは名前でディスパッチするため、team_roster を直接呼び出しても動作します。すべての 124 個を一覧表示するには、CACHLY_ALLE_WERKZEUGE=1 を設定してください。8 個と cachly_tool を一覧表示するには CACHLY_PROFILE=lean を、読み取り専用ツール 3 個を一覧表示するには CACHLY_PROFILE=recall を設定してください。
セッションと教訓(最もよく使うツール)
| ツール | 機能 |
|---|---|
session_start | 詳細なブリーフィング:前回のセッション、未解決の失敗、最近の教訓、Brain の状態 |
session_end | 作成した内容を保存し、概要と git ログから教訓を抽出 |
learn_from_attempts | 修正、デプロイ、発見の後に、構造化された教訓を保存(author、visibility を含む) |
recall_best_solution | トピックに関する既知の修正と、その成功・失敗の履歴 |
smart_recall | BM25、セマンティック検索、因果グラフを組み合わせた検索。11 言語に対応し、品質に基づいて再ランク付け |
remember_context | アーキテクチャに関する知見、決定事項、ファイルの概要を保持 |
compact_recover | コンテキストウィンドウの上限に達した後、コンテキストを復元 |
チームブレインと組織のナレッジグラフ
| ツール | 機能 |
|---|---|
team_learn / team_recall | 作成者を明記して、チーム全体で教訓を共有します |
team_confirm | レビュアー(シニアまたは同僚)が教訓を確認します。確認済みの教訓は検索時に優先度が上がります |
team_assign_role / team_roster / team_whoami | ロール(管理者、レビュアー、コントリビューター、閲覧者)を管理します。管理者が設定されると、ロールが適用されます |
team_audit | 管理者専用のガバナンス記録です。すべてのロール変更と教訓の確認を記録します |
brain_who_knows | 作成実績に基づいて順位付けし、あるトピックに関するチームのエキスパートを見つけます |
brain_file_map | ファイルに手を加える前に、そのファイルに関するエキスパートと教訓を確認します |
team_expertise_map | チームのスキルマトリックスを1つのテーブルに表示します |
brain_collab_pairs | バス係数のアラートとともに、誰が誰と作業しているかを表示します |
brain_portability | 7つのMCPクライアント向け設定スニペットを提供し、同じBrainをあらゆるモデルで利用できるようにします |
skill_gaps | 未解決の失敗や帰属情報の欠落など、ナレッジの盲点を特定します |
brain_coverage | コードベースのナレッジの健全性を0~100で評価します |
madc_deliberate | 専門AIエージェントが投票し、矛盾する教訓を解決します |
memory_crystalize | すべての教訓をCrystalに集約し、チームのコンテキストをすぐに把握できるようにします |
team_crystallize | Team Crystal:チームメイト2人以上が独立してたどり着いた修正をまとめます |
因果インテリジェンス
| ツール | 機能 |
|---|---|
causal_trace | 因果ナレッジグラフをたどって根本原因を分析します |
brain_predict / brain_predict_failures | 発生前に、起こりそうな失敗を予測します |
brain_from_git | Gitの履歴から人物、ファイル、教訓を段階的に取り込みます |
brain_from_ci | CIの結果を一括取り込みします。赤から緑への変化は因果的なfixesエッジを持つ修正の教訓になり、緑から赤への変化はcausesエッジになります |
memory_consolidate | 矛盾を検出し、重複を統合し、古くなった教訓を期限切れにします |
ckg_inspect | 概念を中心に因果グラフを調べます |
例:
causal_trace(problem="auth breaks after restart")
→ Root: k8s:namespace-terminating
→ Via: keycloak:jwks-race
→ Fix: PollUntilContextTimeout 3min
共有可能なパブリックBrain
| ツール | 機能 |
|---|---|
brain_seed_starter | 汎用的な16件の教訓を登録し、初回のsmart_recallで結果が見つかるようにします。新しいリポジトリで動作します |
brain_share | Brainのスナップショットをリンクとして公開します(公開または限定公開)。自分のデータを使う場合は、npx @cachly-dev/mcp-server exportを実行してください |
brain_import | 共有されたBrainを自分のBrainにインポートします。指定できる項目はtopic_prefix、min_confidence、dry_runです |
brain_share_list / brain_unshare | 共有中のBrainを一覧表示します。共有を取り消すと、リンクは無効になります |
brain_discover | Brainマーケットプレイスで、すぐに使えるナレッジベースを検索します |
ナレッジコモンズ、インフラストラクチャ、ロードマップ
| ツール | 機能 |
|---|---|
syndicate / fedbrain_search | グローバルなナレッジコモンズに貢献し、検索します |
brain_marketplace / brain_install | 厳選されたドメイン別Brain(Kubernetes、Auth、データベース)を参照してインストールします |
cache_get / cache_set / semantic_search / index_project | キャッシュとセマンティック検索を操作します。組織全体でキャッシュを共有するには、cache_get / cache_setにorg_idを渡します |
cache_stats / cache_org_stats | インスタンス単位または組織全体のヒット数、推定節約額(USD)、月間予測を表示します |
list_instances / create_instance / delete_instance | Brainインスタンスを管理します |
roadmap_add / roadmap_next | Brainに保存されたプロジェクトのロードマップを管理します |
healthを実行すると、エディターで何が連携されているかを確認できます。完全なカタログは
src/tools.tsから生成されます。
CLI コマンド
npx @cachly-dev/mcp-server@latest autopilot # One command: signs in, configures every editor, fills the Brain from git
以下のすべてのコマンドは、npx @cachly-dev/mcp-server@latest <command> として実行します。キーと Brain インスタンスは環境変数、または autopilot が書き込む ~/.cachly/credentials.json ファイルから取得されます。
| 毎日使うコマンド | |
|---|---|
status | 学び、想起、チームの状況をひと目で確認できます |
ambient-stats | 注入されたトークンと節約されたトークンを比較できます。マイナスの場合も含めた正味の数値を確認できます |
doctor | インストールの破損や不足を診断し、各手順の修正方法を表示します |
health | キー、API、エディター設定、Git フックを確認します |
digest | 今週 Brain が学んだ内容を共有できます |
| セットアップ | |
|---|---|
demo | Git 履歴から Brain のプレビューを表示します(アカウント不要) |
setup(別名 autosetup) | 対話形式のセットアップです。使用するエディターを自分で選べます |
init --editor <id> | フラグを指定して、1 つのエディター用の設定を書き込みます |
claim | テスト用の Brain を、学んだ内容も含めて自分のアカウントに移行します |
upgrade | 更新を確認します |
uninstall | このプロジェクトから cachly を削除します。まず数値を表示し、その後に削除手順を示します。--dry-run は一覧表示のみ、--global はホームフォルダーも対象にします |
| データ | |
|---|---|
export | すべての学びを lessons.md と lessons.jsonl に書き出します |
index [dir] | プロジェクトのコードを Brain にインデックス化します(CI に適しています) |
learn-git [repo] | 最近の Git コミットから学びを取得します |
| チームと共有 | |
|---|---|
invite [email] | Brain を共有するチームメイトを招待します |
join <token> | Brain の招待を承諾します |
share | 共有可能な統計カードを生成します |
publish | Brain をインポート可能なリンクとして公開します(--public) |
badge | Brain のライブ README バッジを取得します |
| その他 | |
|---|---|
bench | 想起ベンチマークを実行します(サインイン不要) |
tool-specs / openapi | 他のエージェントフレームワーク向けのツール定義です(OpenAI、Anthropic、LangChain、OpenAPI) |
bench の手法については、BENCH.md で説明しています。
ヒント:マージされたすべての PR から学習できます。 CI で
learn-gitを実行するには、 cachly-brain-setup GitHub Action とmode: learnを使用してください。マージされた PR から Brain が学習します。
CI 連携
CI の実行はすべて学びになります。赤から緑への遷移は実証済みの修正であり、緑から赤への遷移は既知の原因です。すぐに貼り付けて使えるテンプレートは src/ci-integration/ にあります。
- GitHub Actions: cachly-dev/cachly-action を使用してください。
シークレット
CACHLY_API_KEYとCACHLY_BRAIN_INSTANCE_IDが必要です。 - GitLab CI:
include: remote:を使って GitLab テンプレート を取り込みます。learn、scan、confirm、hygiene用の非表示ジョブが追加されるため、必要なものを拡張してください。 - その他:
push-ci-outcome.mjsは、依存関係のないスタンドアロンの Node.js ヘルパーです。常に 0 で終了するため、Brain へのプッシュが原因で CI が失敗することはありません。
CI の履歴がすでに数か月分ありますか?brain_from_ci ツールは過去の結果を一度の呼び出しで取り込みます。brain_from_git がコミットを取り込むのと同じ方法です。
FAQ
AI が session_start を手動で呼び出す必要はありますか?
いいえ。最初のツール呼び出しでセッションが開始され、エディターを閉じると終了します。
チーム全体で 1 つの Brain を共有できますか?
はい。team_learn と team_recall を使うか、
npx @cachly-dev/mcp-server@latest invite [email protected] を実行してください。
コードは cachly のサーバーに送信されますか?
ご自身で index_project を呼び出した場合に限られます。インデックス化されたファイルごとに短い抜粋(デフォルトで最大
summary_chars の 1200 文字)が、ご自身の EU インスタンスに保存されます。
その他のツールが保存するのは、レッスンのテキスト、コミットメッセージ、セッションの要約、キーと値のコンテキストであり、ソースコードは保存されません。データはドイツに保存され、埋め込みの計算は EU 内で行われます。
API 通信は米国企業である Cloudflare を経由します。
EU ガイドに、すべてのデータフローが記載されています。
causal_trace とは何ですか?
エラーを受け取ると、因果関係のナレッジグラフをたどり、根本原因、中間原因、そして有効だった修正を、その日付やコマンドとともに見つけます。
セッション中にコンテキストウィンドウの上限に達した場合はどうすればよいですか?
compact_recover を呼び出してください。Crystal、最近のセッション、進行中の作業のレジストリからコンテキストを再構築します。通常はツールを 1 回呼び出せば十分です。
エージェントが見つけたレッスンを再び書き込むにはどうすればよいですか? 決め手となる事実から始めてください。 レッスンガイドでは、例を交えて方法を説明しています。
エディターの対応状況
npx @cachly-dev/mcp-server@latest autopilot は、以下のエディターを検出して設定します。
手動での設定例は手動セットアップを参照してください。
| エディター/クライアント | 自動セットアップ | 書き込まれる設定ファイル | グローバル設定 | 備考 |
|---|---|---|---|---|
| Claude Code | はい | ~/.claude/mcp.json + .mcp.json | はい、常に | キーがない場合:セッション開始時(プラグイン)または最初のツール呼び出し時にテスト用 Brain を作成します。ブラウザーでのサインインはフォールバックとしてのみ使用します |
| Cursor | はい、.cursor/ を検出 | .cursor/mcp.json、.cursor/hooks.json のフック | いいえ | プロジェクト単位です。セットアップ後に Cursor を再起動してください。レッスンは各ターンの最初のツール呼び出しで届きます |
| Windsurf | はい、.windsurf/ を検出 | .windsurf/mcp.json | いいえ | プロジェクト単位です。セットアップ後に Windsurf を再起動してください |
| VS Code + Copilot | はい、.vscode/ を検出 | .vscode/mcp.json、.github/hooks/cachly-ambient.json のフック | いいえ | VS Code の MCP サポートまたは Copilot チャットが必要です。セッション開始時にブリーフィングを行い、各プロンプトの前にレッスンを表示します |
| Codex CLI | はい、~/.codex を検出 | .codex/config.toml([mcp_servers.cachly])、.codex/hooks.json のフック | いいえ | フォルダーを信頼すると、Codex は両方を読み込みます。/hooks でフックを一度確認してください |
| Gemini CLI | はい、~/.gemini を検出 | .gemini/settings.json の mcpServers.cachly と hooks | いいえ | フォルダーを信頼すると、Gemini は両方を読み込みます。レッスンはプロンプトに追加されます(BeforeAgent) |
| Cline | はい、VS Code 経由で検出 | .vscode/mcp.json | いいえ | Copilot と設定を共有します。VS Code を再起動してください |
| Continue.dev | はい、.continue/ を検出 | .continue/config.json | いいえ | modelContextProtocolServers キーを使用します |
| Zed | はい、.zed/ を検出 | .zed/settings.json | いいえ | context_servers キーを使用します |
| Windsurf(グローバル) | autosetup --editor windsurf | ~/.windsurf/mcp.json | はい | グローバル設定を対象にするには、--editor を指定します |
| その他の MCP クライアント | autosetup --editor claude | .mcp.json | いいえ | 標準の mcpServers stdio 形式 |
各ケースで使用するサインイン方法:
| シナリオ | 方法 |
|---|---|
ターミナル(TTY)から autosetup または autopilot を実行 | OAuth デバイスフロー:ブラウザーでワンクリックすると、API キーが自動的に保存されます |
VS Code タスクまたは CI から autosetup を実行(TTY なし) | 非対話型の実行を検出し、手順を示すガイドとともにブラウザーを開き、CACHLY_JWT=... autosetup コマンドを表示します |
| キーなしで最初のツール呼び出しを実行 | Test Brain:EU サーバー上の匿名 Brain です。キーは ~/.cachly/credentials.json と ~/.claude/mcp.json に保存され、呼び出しが実行されます。失敗した場合(オフライン、レート制限)、URL とコードを使ったインラインのデバイスフローが開始されます |
CACHLY_BRAIN_INSTANCE_ID が設定されているが、キーなしで最初のツール呼び出しを実行 | インラインのデバイスフローです。すでに Brain をお持ちのため、2 つ目のアカウントは作成されません |
CACHLY_JWT=cky_live_xxx npx ... autosetup | サインイン手順をスキップし、指定したキーを使用します |
手動セットアップ
Claude Code(~/.claude/mcp.json または .mcp.json)
{
"mcpServers": {
"cachly": {
"command": "npx",
"args": ["-y", "@cachly-dev/mcp-server@latest"]
}
}
}
キーがない場合、最初のツール呼び出しで EU サーバー上にテスト用 Brain が作成されます。サインアップは不要です。
代わりに自分のアカウントを使用するには、npx @cachly-dev/mcp-server@latest autopilot を実行してください。
Cursor / Windsurf / VS Code / Copilot / Cline
{
"mcpServers": {
"cachly": {
"type": "stdio",
"command": "npx",
"args": ["-y", "@cachly-dev/mcp-server@latest"]
}
}
}
Zed(.zed/settings.json)
{
"context_servers": {
"cachly": {
"command": {
"path": "npx",
"args": ["-y", "@cachly-dev/mcp-server@latest"]
}
}
}
}
埋め込みモデルは、意味に基づく検索のためにテキストをベクトルに変換します。デフォルトでは、サインインするとすぐに、cachly が EU 内の自社サーバーで埋め込みを計算します。テキストがサードパーティーのプロバイダーに送信されるのは、そのプロバイダーを自分で指定した場合のみです。
| プロバイダー | 環境変数 | モデル |
|---|---|---|
| cachly(デフォルト、EU サーバー) | キー以外は不要 | マネージド |
| Ollama(ローカル) | OLLAMA_BASE_URL。自動検出 | nomic-embed-text |
| OpenAI | CACHLY_EMBED_PROVIDER=openai と OPENAI_API_KEY | text-embedding-3-small |
| Google Gemini | CACHLY_EMBED_PROVIDER=gemini と GEMINI_API_KEY | text-embedding-004 |
| Mistral | CACHLY_EMBED_PROVIDER=mistral と MISTRAL_API_KEY | mistral-embed |
| Cohere | CACHLY_EMBED_PROVIDER=cohere と COHERE_API_KEY | embed-english-v3.0 |
npx @cachly-dev/mcp-server@latest health を実行すると、現在有効なプロバイダーを確認できます。
独自のバックエンドを指定できます。 すべてのインストールで、api.cachly.dev の代わりにプライベートバックエンドを利用できます。
# One command: run the setup against your self-hosted backend
npx @cachly-dev/mcp-server@latest autopilot --api-url https://cachly.mycorp.internal
# Or without prompts
npx @cachly-dev/mcp-server@latest autosetup \
--instance-id <uuid> --api-key <cky_live_...> \
--api-url https://cachly.mycorp.internal
autosetup は、デフォルトのクラウドと異なる場合にのみ CACHLY_API_URL をエディターの設定に書き込みます。デフォルトのインストールでは設定は追加されず、セルフホストのインストールではエディターの起動ごとに独自のバックエンドに接続します。
料金
現在の料金と利用上限は、cachly.dev/pricing をご覧ください。
| プラン | ストレージ | 料金 | Brain |
|---|---|---|---|
| Free | 25 MB | €0/月 | 1 |
| Dev | 200 MB | €19/月 | 3 |
| Pro | 900 MB | €49/月、5 シート | 10 |
| Business | 7 GB | €199/月 | 25 |
無料プランではクレジットカードは不要です。
環境変数
| 変数 | デフォルト | 説明 |
|---|---|---|
CACHLY_JWT | なし | API キー。セットアップウィザードが設定します |
CACHLY_BRAIN_INSTANCE_ID | なし | デフォルトの Brain UUID。省略可能で、自動的に解決されます |
CACHLY_API_URL | https://api.cachly.dev | セルフホストのバックエンドを指定する場合に上書きします |
CACHLY_EMBED_PROVIDER | 自動 | 埋め込みプロバイダーを自分で指定します(上記を参照) |
CACHLY_ALLE_WERKZEUGE | 未設定 | 1 を設定すると、27 個ではなく 124 個すべてのツールを一覧表示します |
CACHLY_PROFILE | 未設定 | lean は 8 個のツールと cachly_tool を一覧表示し、recall は読み取り専用の 3 個のツールを一覧表示します |
CACHLY_UPDATE_CHECK | on | バージョン確認を停止するには false を設定します。npm への問い合わせは 1 日に最大 1 回で、制限時間は 2 秒です |
CACHLY_NO_TELEMETRY | 未設定 | 使用状況の ping を無効にするには 1 を設定します。ping には API トークンと、smart_recall のクエリの最大 80 文字が含まれます |
CACHLY_LERNEN | on | プロンプトフックで使用状況から学習します。プロンプトの 5 % では、該当するレッスンを計算しますが表示しません(対照群)。最大 10 % では、より厳密または短い設定を試します。各ターンの終了時に、フックは実行された設定と、エージェントが表示されたレッスンに言及したかどうかを報告します。トピックはハッシュ化して送信され、プロンプトは送信されません。無効にするには 0(または CACHLY_NO_TELEMETRY=1)を設定します |
CACHLY_KONTROLLE_ANTEIL | 5% | 対照群に含めるプロンプトの割合。0 で対照群を無効にし、最大値は 50% です |
CACHLY_ERKUNDUNG | 10% | 別の設定を試す場合があるプロンプトの割合。0 では最有力の設定を維持し、最大値は 10% です |
エコシステムとドキュメント
| パッケージ | 内容 |
|---|---|
@cachly-dev/mcp-server | Claude Code、Cursor、Copilot、Windsurf、Cline、Zed 向けのこのサーバー |
| Cachly Brain for VS Code | エディター内のステータスバー、レッスンビュー、バックグラウンド学習 |
| Cachly Brain for JetBrains | IntelliJ IDEA、PyCharm、GoLand、WebStorm、Rider で同じ Brain を利用できます |
@cachly-dev/openclaw | JS/TS アプリでの LLM 呼び出しのセマンティックキャッシュ |
| cachly-dev/cachly-action | GitHub Action:セットアップ、PR リスクスキャン、マージ済み PR からの学習、週次の衛生管理 |
VS Code 拡張機能では、エディター内で同じ Brain を利用できます。

- cachly.dev:ダッシュボードと登録
- ドキュメント
- MCP ドキュメント
- リリースノート
- GitHub Issues:バグと機能リクエスト
一度解決すれば、その後は AI が覚えています。
npx @cachly-dev/mcp-server@latest autopilot
コメント
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。