Kage について
Kageは、開発チームとコーディングエージェント向けの協調型メモリー・タスク編成ツールです。OKF形式のMarkdownをリポジトリに保存し、コード参照と鮮度を検証します。分離したgit worktreeで作業を委任し、自らチェックを実行できます。
主な機能
- 01OKF形式のMarkdownをgitで共有
- 02コード参照を検証し古いメモリーを除外
- 03リポジトリの記憶を基にエージェントへ指示
- 04分離したgit worktreeでタスクを実行
- 05テスト・差分・参照を自ら検査
- 06メモリーと実行状況をローカル表示
活用シーン
- 01チームとエージェントでコード上の決定を再利用
- 02コーディングタスクを委任して独立検証
- 03コード変更後に古いメモリーを検出
- 04エージェントの実行とメモリーの関連を確認
MCP 対応
`@kage-core/kage-graph-mcp`によるインストール方法があり、任意のMCPクライアントに対応すると記載されています。MCPサーバーが公開する機能の詳細はREADMEにありません。
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
11掲載時のツール一覧 · 2 週間前に更新
| パラメーター | 型 | 必須 | 説明 |
|---|---|---|---|
| project_dir | string | はい | プロジェクトルートの絶対パス |
| query | string | はい | タスクまたは質問 — メモリの想起とコードグラフ検索の両方に使用します |
| limit | number | いいえ | 返すメモリパケットの最大数(デフォルト:5) |
| session_id | string | いいえ | メモリの調整に使用する任意のアクティブなエージェントセッション ID |
| targets | array | いいえ | エージェントが編集または説明する可能性のある任意のファイル。リスク分析のコンテキストに使用します |
| changed_files | array | いいえ | 編集前または PR のリスク分析コンテキストに使用する任意の変更ファイル |
詳細
Kage がメモリとエージェントを管理します
意図を伝えるだけです。Kage のオーケストレーターは、リポジトリ独自のメモリをもとにコーディングエージェントに作業内容を伝え、隔離された git worktree で実行します。単一の実行でも、複数ウェーブにわたる目標でも対応し、エージェントの報告を信頼するのではなく、自らチェックを再実行します。
┌ VERIFIED 3/3 — checks run by Kage, not the agent · build-a-stale-memory-triage-surface-do-n-260818-ec2c
│ "the stale-memory triage surface is built and wired into the review flow"
│ ✓ tests ran npm test --prefix mcp → exit 0 evidence/tests.log
│ ✓ diff-size inspected at most 800 changed lines evidence/diff-size.log
│ ✓ citations inspected every formally cited path exists (directly, or as a unique suffix) in the worktree evidence/citations.log
│ · touched 4 file(s), 212 line(s)
└────────────────────────────────────────────────────────────────
このリポジトリ自身の実行履歴から取得した、実際の記録です。各行は Kage が実行したコマンド、または調査した事実であり、エージェントが自分について主張した内容ではありません。kage merge は、主張が事実であると確認できた場合にのみコードを反映し、エージェントが学んだことを確定します。そのため、あなたやチームメイトが次に作成する作業指示は、より的確になります。
このメモリには、コードベースの設計上の決定、難しいデプロイのランブック、厄介なバグの根本原因などが含まれます。エージェントの作業中に記録され、実際のコードと照合されるため、再利用される情報の正確さが保たれます。メモリはリポジトリ内のプレーンな Markdown ファイルとして保存され、Google Open Knowledge Format (OKF) に準拠しているため、特定のサービスに縛られません。また、git を通じてチーム全体と共有できます。アカウント、データベース、API キーは不要です。
npx -y @kage-core/kage-graph-mcp install
ウェブサイト · ドキュメント · ライブビューアー · npm · デモを予約
対応ツール Claude Code · Codex · Cursor · Windsurf · Gemini CLI · Cline · Goose · Roo Code · Kilo Code · OpenCode · Aider · Claude Desktop · Copilot · OpenClaw · Hermes · あらゆる MCP クライアント
🌐 English · 简体中文 · 日本語 · 한국어 · Español · Português (Brasil) · Français · Deutsch · हिन्दी
インストール
リポジトリ内でコマンドを 1 つ実行し、エージェントを再起動するだけです。 セットアップはこれで完了です。
npx -y @kage-core/kage-graph-mcp install
.agent_memory/ を作成し、コードグラフを構築し、エージェントに Kage の使用を指示する AGENTS.md / CLAUDE.md ポリシーを記述します。さらに、エージェントを自動検出して接続し、.gitignore とパケットマージドライバーを設定します。Node.js 18 以降が必要です。アカウントと API キーは不要です。
エージェントにセットアップを頼むだけでも構いません。 Claude Code、Cursor、または任意のコーディングエージェントに次の内容を貼り付けてください。
このリポジトリに Kage(コーディングエージェント向けの検証済みメモリ、https://github.com/kage-core/Kage)をセットアップしてください。`npx -y @kage-core/kage-graph-mcp install` を実行してから、再起動するよう私に伝えてください。
その他の方法(プラグイン・エージェントごとの設定・メモリのみ)
# Claude Code / Codex plugin
/plugin marketplace add kage-core/Kage # then: /plugin install kage@kage
# wire a single agent (run `kage setup list` for all supported)
kage setup claude-code --project . --write
# memory store only, no agent wiring
kage init --project .
# confirm the harness is live
kage setup verify-agent --agent claude-code --project .
kage room --project . # talk to Kage; it briefs and hires agents for you
kage dispatch "<intent>" --agent claude # one delegated run, briefed from repo memory
kage runs --project . # what every run is doing right now
kage review --project . # read a finished run's claim and diff
kage merge <run-id> --project . # land the code and ratify what it learned
各実行は、それぞれ独自の Git ワークツリーで行われます。上のレシートに対する判定を決めるチェック(テスト、差分のサイズ、引用)は、エージェントの自己申告ではなく、Kage 自身がコマンドを実行して行います。
- アプリ。
kage app --project <dir>はローカルデーモンを起動(または再利用)し、同じルーム、実行中のボード、メモリビューを UI で開きます。チェックアウトからnpm start --prefix shellを実行するとネイティブウィンドウとして起動します。これは独自の HTML を持たない薄い Electron シェルで、デーモン自身のページを読み込むだけです。また、npm run dmg --prefix shellは macOS 用の.dmgをビルドします(arm64 のみ。Windows/Linux 向けのパッケージはまだビルドされません)。 - スマートフォンから。 デーモンはマシンの LAN アドレスにバインドすることもできます。ペアリングシークレットによって保護され、読み取りを含むすべてのリクエストでシークレットが必要です。現在は
.agent_memory/config.jsonに"lan": trueを手動で設定する必要があります。まだ--lanフラグやアプリの切り替え機能はありません。 - ターミナルを使わずにプロジェクトを追加。
kage projects add <dir> --agent claudeは、アプリの「+」ボタンと同じ方法で別のリポジトリを登録し、その後kage app --project <dir>で開きます。
kage app --project <dir>
kage projects add <dir> --agent claude
デスクトップアプリ
CLI と同じデーモン上で動作する、薄いネイティブシェルです(macOS、arm64 のみ)。Dock への表示、グローバルホットキー、ネイティブ通知に対応しています。
最新の .dmg は GitHub のリリース からダウンロードしてください(Kage-<version>.dmg アセットを探してください)。
署名されていないビルドでは、初回起動時に macOS の「開発元を確認できない」プロンプトが表示されます。Finder でアプリを右クリックし、一度だけ 開く を選択してください。インストール後は、起動時とその後 4 時間ごとに更新を確認し、再起動時にインストールします。アドホック(未署名)ビルドは自動インストールできないため、リリースページへのリンクを添えて通知します。
CLI を使いますか? アプリが不要な環境ならどこでも使える、1 行のインストールコマンドはこちらです。
npx -y @kage-core/kage-graph-mcp install
Kage とは
Kage は、メモリレイヤーを基盤とするコーディングエージェント向けオーケストレーターです。エージェントが作業する中で得た知識(決定事項、バグ修正、規約、コードの構成など)を、
Open Knowledge Format (OKF)
のコンセプトファイルとして取得し、リポジトリ内の .agent_memory/ にコミットします。次のセッションでは(自分でもチームメイトでも)、知識を読み直したり尋ね直したりしなくても、すでに把握した状態で作業を始められます。
ほかのメモリツールとの違いは、次の 3 点です。
- 共同で使えます。 ある人(またはそのエージェント)が得た知識は、チーム全体で共有されます。メモリは Git を通じて共有されるため、チームメイトの次のセッションは白紙の状態ではなく、あなたがたった今得た知識を把握した状態で始まります。
- 標準準拠で、Git を基盤としています。 メモリは OKF 準拠のバンドルです。リポジトリ内のプレーンな Markdown としてコードと同じ PR でレビューでき、あらゆる OKF ツールで読み取れます。特定のマシンやベンダーのクラウドに閉じ込められることはありません。知識はあなたのものです。
- 検証済みです。 各メモリには対象コードの引用があり、Kage は書き込み時、想起時、差分によってコードが変更された際に、引用を実際のファイルと照合します。コードと一致しなくなったメモリは提示されないため、エージェントが古い情報に基づいて動作することはありません。
Kageが先取りしていました。Googleが標準化しました。
Kageは初日から、エージェントのメモリをリポジトリ内のプレーンファイルとして保持してきました。クラウドもデータベースもベンダーロックインもありません。その一方で、ほかのツールはメモリクラウドを構築していました。2026年6月、Google CloudはOpen Knowledge Formatをリリースしました。ナレッジをGit内のMarkdownとして保存し、ベンダー中立で、アカウントも不要です。これは、Kageがすでに採用していた理念そのものです。そこでKageはOKFを標準として採用し、OKFが意図的に含めていないレイヤーでさらに強化します。
- 検証 — OKFは書き留めた内容を保存します。Kageはすべての概念を実際のコードと照合し、書き込み時に根拠のない引用を拒否します。
- 鮮度 — OKFには情報の古さを判断する仕組みがありません。Kageはコードが変更された時点でずれを検出し、事実ではなくなったメモリを提示しません。
- コードとの紐付け — 決定論的なコードグラフにより、各概念を説明対象の正確なシンボルに紐付けます。これはOKFがツールに委ねているレイヤーです。
信頼性のメタデータは、OKFで許可されたx-kage-*フィールドに格納されるため、Kageのバンドルは100%の適合性を保ち、Google独自のビジュアライザーを含む、あらゆるOKFコンシューマーで開けます。
OKFはストアを標準化し、KageはGoogleが含めなかった検証と鮮度のレイヤーを担います。
仕組み
インストールすると、バックグラウンドで自動的に動作します。手動で何かを実行する必要はありません。
- 行動する前に想起します。 タスクの開始時(およびエージェントがファイルを開いた時点)に、Kageは関連する検証済みメモリを提示します。古いメモリや削除されたメモリは除外されます。
- 作業しながら記録します。 長期的に役立つ学びはパケットになります。存在しないファイルを引用するメモリはその場で拒否されるため、ハルシネーションがストレージに入ることはありません。
- コードの変更に応じて、正確さを保ちます。 差分によってメモリが引用するコードが変更されると、そのメモリはコミット/PRの時点で警告され(
kage pr check)、再検証または置き換えられるまで想起対象から除外されます。これにより、ナレッジが気付かないうちに劣化することを防ぎます。
動作の様子はローカルダッシュボード(kage viewer)で確認できます。エージェントの作業に合わせて、パケット、メモリ↔コードのグラフ、信頼性ゲート、ライブイベントが表示されます。<private>…</private>で囲んだ内容は一切保存されません。
`kage viewer`:上のオーケストレーターの基盤となるメモリエンジンです。チームの意思決定、ランブック、バグ修正(紫色)をリポジトリに保持し、関連するコード(青色)に紐付けます。
Kageを選ぶ理由
多くのメモリツール(claude-mem、 agentmemory、mem0、Zep)は、マシンごと、または自分が所有していないクラウドにメモリを保存し、コードとの再照合も行いません。Kageはメモリをリポジトリ内に保持して検証するため、チームの管理下に置かれ、コードの変更後も正確さを保ちます。
| Kage | claude-mem | mem0 / Zep | |
|---|---|---|---|
| 自動記録+セッション開始時の想起 | ✓ | ✓ | SDK経由 |
| 根拠のない引用を書き込み時に拒否 | ✓ | — | — |
| 古いメモリを想起時に除外(引用ファイルの削除/変更、TTL、報告) | ✓ | — | — |
| PRより前に、変更によってメモリが破損することを警告する差分時の古さ検出 | ✓ | — | — |
| メモリをコードと同じPRでGitレビュー(プレーンファイル、DB不要) | ✓ | SQLite+クラウド | ホスト型API |
エージェントが自動読み込みするチームのSKILL.mdファイルにメモリを体系化 | ✓(kage skills) | — | — |
| マシン間の同期 | ✓ 自分のGitリモート | 相手側のクラウド | 相手側のクラウド |
| アカウント/APIキーが必要 | なし | クラウド利用時は任意 | はい |
特長
- 真実レポート。
kage scanは約60秒で任意のリポジトリを読み込み、最もリスクの高いナレッジのギャップを明らかにします。文書化されていないホットファイル、テストされていないホットパス、複雑さのホットスポット、未解決のコード負債、バス係数が1のファイルに加え、重複した実装、未使用のエクスポート、存在する場合はドキュメントの誤りも検出します。各検出結果にはfile:lineが引用されます。セットアップ不要、生成物なし、何もインストールする前に実行できます。 - 節約額の記録。
kage gainsはリポジトリごとの価値台帳を保持します(エージェントが再消費せずに済んだトークン数と金額)。すべての数値はログに記録されたイベントまで追跡でき、エージェントはリコールのたびにその内容を伝えます。 - チームスキル。
kage skillsは、長期的に使える検証済みの手順を.claude/skills/<name>/SKILL.mdファイルに変換します。エージェントが自動的に読み込み、コミットして共有できます。クラウドは不要です。 - 個人用メモリと同期。
kage learn --personalは複数のマシンで使えるメモを~/.kage/memoryに保持します。メモは、信頼度が低いことを明示した独立セクションとしてリコールされ、独自の git リモート経由で同期されます。 - 自己修復するセッションループ。 取り込まれていないセッションは自動的に要約され、確認待ちのドラフトになります。
kage resumeは各セッションを「以前の…」ダイジェスト付きで開きます。kage repairは壊れたパケットとインデックスを1つのコマンドで修復します。
ベンチマーク
- 実際のコードナビゲーションタスクで、同等の正確性を保ちながら grep より 18%高速 です(N=3 のスイート、同じエージェント/モデル。
kage benchmark --project . --compareで再現できます)。 - LongMemEval-S リトリーバル: R@10 は98.72%/R@20 は99.79%/MRR は0.909で、R@5 を除くすべての深度で標準の BM25 を上回ります。R@5 では BM25 がわずかに上回ります(96.60% 対 96.17%。全表は benchmarks/LONGMEMEVAL.md を参照)。リトリーバル経路自体は依存関係不要です。BM25 +疎な語彙スコアリングを使用し、埋め込みもネットワークも使いません。
- 変更時のメモリ正確性: 古くなった情報の提供率は0%です(コードが削除または変更されたメモリは提供されません)。一方、すべてを取り込むストアでは100%です。
- 信頼性ベンチマーク: 100点満点中100点です。ハルシネーションの拒否、古い情報の除外、ライブグラウンディングを対象としています(
kage benchmark --trust --project .)。
手法、コマンド、注意事項については、docs/BENCHMARKS.md を参照してください。
日常的なコマンド
kage recall "how do I run tests" --project .
kage verify --project . # check citations against current code
kage pr check --project . # stale-catch + graph freshness gate
kage gains --project . # what Kage saved you
kage viewer --project . # local dashboard
kage okf migrate --project . # render memory as a Google OKF bundle
CLI と MCP の全リファレンス:docs。 コーディングエージェントへの作業委任(ディスパッチ → 検証済みの申告 → マージ):docs/DELEGATION.md。
ストレージ
すべてのデータは .agent_memory/ に保存されます。packets/ は永続的なリポジトリメモリ(git で追跡可能な OKF Markdown)です。graph/、code_graph/、structural/、indexes/ は kage refresh で再構築できます。reports/ には価値台帳とヘルスレポートが保存されます。取り込みの前に、シークレットと PII をスキャンします。
標準フォーマット — Open Knowledge Format(OKF)。 Kage のメモリは OKF バンドルです。YAML フロントマター付きのプレーンな Markdown 概念ファイルで構成され、Google のビジュアライザーを含むあらゆる OKF コンシューマーで読み取れます。kage okf migrate を実行すると、ストアが .agent_memory/okf/ 以下に OKF バンドルとして書き出されます。Kage は、OKF が対象としていないライフサイクル(グラウンディング、検証、鮮度)を OKF で許可された x-kage-* フィールドに保持し、サードパーティーの OKF バンドルを import できます。往復変換で情報が失われることはありません。OKF_STANDARD.md を参照してください。
開発
cd mcp
npm install
npm test
npm run build
貢献とコミュニティ
Kage はオープンに開発されており、皆さんの協力を歓迎します。実行時の依存関係は 4 つ(検索コアには依存関係がありません)、アカウント不要、クラウド不要です。気軽に取り組めるコードベースです。
- CONTRIBUTING.md — 開発環境のセットアップ、プロジェクトの構成、規約。
- ROADMAP.md — Kage の今後の展望と、貢献できる箇所。
- 初めての方におすすめのイシュー · 協力者募集中 — 始めやすい、範囲の明確なタスクです。
- ディスカッション — 質問、アイデア、成果の共有。
参加することで、行動規範に同意したものとみなされます。
ライセンス
GPL-3.0-only。LICENSEをご覧ください。GPL への切り替え前のリリースは MIT でした。
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。