kogcat-mcp について
KogCatは、ローカルに保存したナレッジベースを参照する、Claude CodeとCodex向けのローカル優先の判断調整レイヤーです。独立したstdioのMCPサーバーから、他のMCPクライアントも同じナレッジベースのツールを利用できます。
主な機能
- 01反例と見落としの提示
- 02判断を伴う回答の調整
- 03ローカルナレッジベースの検索
- 04保存したメモリの確認と整理
- 05複数クライアントでのローカルエンジン共有
活用シーン
- 01意思決定前の前提確認
- 02モデルの回答と保存済み知識の比較
- 03ナレッジベースを優先した結論と次の手順の取得
- 04保存したメモリの確認と整理
MCP 対応
独立したstdioのMCPサーバーは、`search`、`node`、`edges`、`calibrate`、`calibrate_review`、`memory_*` 系を含むナレッジベース用ツールを公開します。同じローカルエンジンをClaude Code、Codex、その他のMCPクライアントから利用できます。
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
9掲載時のツール一覧 · 3 週間前に更新
| パラメーター | 型 | 必須 | 説明 |
|---|---|---|---|
| top | integer | いいえ | |
| text | string | はい | 検索クエリ |
| scope | string | いいえ | 'mine' | '@owner/name' | 'all' (default) |
| no_log | boolean | いいえ | |
| origin | enum | いいえ | user_query | ingest_probe | system_audit |
| vertical | string | いいえ | R|W|M|all (default all) |
| include_details | boolean | いいえ | 各検索結果の `details` にノードの完全なペイロードを添付します。 |
詳細
KogCat
AI は回答をより滑らかにします。KogCat は判断を確かなものにします。
English | 中文 · ウェブサイト: https://www.kogcat.com
Claude Code と Codex 向けの、ローカルファーストな判断のキャリブレーションレイヤーです。AI の回答に基づいて行動する前に、あなたのマシン上にあるナレッジベースから、反例や適用範囲、見落としがちな点を提示します。モデルを置き換えることはありません。作業を遅らせることもありません。最終的な判断はあなたに委ねられます。
違いをご覧ください
「毎日30分読んでいるのに、何も身につきません。もっと詳しくノートを取るべきでしょうか?」
一般的な AI — コーネル式ノート術を試し、重要な箇所にハイライトを引き、間隔反復のために Anki を使いましょう。
KogCat — ノートを増やすと、かえって悪化する可能性があります。ボトルネックは記録ではなく、想起です。あなたのナレッジベースには、高い確信度を付けた主張があります。読み返しているときの「わかった」という感覚は、本当に想起できているかどうかを示す最も信頼性の低いサインです。 まず一度試してみてください。セクションを読み終えたら本を閉じ、覚えていることを書き出します。それから、覚えていると思っていた内容と比べてみましょう。
必要な場面で提案します
検索ではなく、判断を支援するために作られています。KogCat は、間違えると大きな損失につながる判断、つまり決定、トレードオフ、比較、批評、戦略について提案します。それ以外の場面では、検索、定義、コード、要約、翻訳などには口を挟みません。判断を要する問いでも、モデルが見落としているものがある場合にだけ、補足を加えます。
- 自動。 会話で判断に関する質問をすると、伝える価値のあることがある場合にだけ補足が表示されます。元の回答が変更されることはありません。
- 必要に応じて。
/kogcat:query <question>を使うと、ナレッジベースを優先して、結論、それを変える条件、次のステップが提示されます。
インストール
Claude Code
/plugin marketplace add KogCat/cc-kogcat
/plugin install kogcat
Codex
codex plugin marketplace add KogCat/cc-kogcat
codex plugin add kogcat@kogcat
インストール後、Claude Code を完全に終了してから再度開いてください(または Codex を再起動してください)。 初回ダウンロードは、次に新しいセッションを開始したときにだけ始まります。インストールコマンドを実行しただけでは始まりません。
初回起動時に、KogCat はエンジン(約40 MB)と埋め込みモデル(約90 MB)を静かにダウンロードします。これは一度だけです。良好な接続なら約1分かかります。ダウンロード中も作業を続けられます。/kogcat:status をいつでも実行して、各コンポーネントが利用可能になる様子を確認できます。
任意の MCP クライアントから利用する
KogCat のキャリブレーションエンジンはローカルサイドカーとして動作し、Claude Code/Codex プラグインはそのクライアントの1つにすぎません。Cursor、Cline、Zed、VS Code、Claude Desktop など、MCP に対応したツールであれば、スタンドアロンの stdio MCP サーバーを通じて同じエンジンを利用できます。
クライアントの MCP 設定に次の内容を追加してください(フィールド名はクライアントによって多少異なりますが、多くは mcpServers マップを使用します)。
{
"mcpServers": {
"kogcat": {
"command": "uvx",
"args": ["kogcat-mcp"]
}
}
}
macOS(Apple Silicon)または Windows x86_64 で uv が必要です(エンジンおよび対応プラットフォームは以下と同じです)。初回実行時にエンジンと埋め込みモデルをダウンロードし、バックグラウンドサイドカーを登録します。プラグインと同じ一度限りのセットアップで、マシン上のすべてのクライアントで共有されます。モデルが呼び出せるナレッジベースのツール(search、node、edges、calibrate、calibrate_review、および memory_* ファミリー)が公開されます。
プラグインと比べてできないこと。 Claude Code/Codex プラグインには、一般的な MCP クライアントではフックを設定できない、2つの便利な機能があります。判断に関する質問で自動的に実行されるキャリブレーションと、セッション開始時にコンテキストへ挿入されるメモリーインデックスです。スタンドアロンサーバーでもモデルは同じナレッジベースにアクセスできますが、フックがツールを呼び出すのではなく、モデルがそれらのツールを呼び出すか、「KogCat を使って」とあなたが指示します。ツール名(search、calibrate_review、memory_*)を入力する必要はありません。呼び出すのはモデルです。
プライバシー
- ナレッジベースはお使いのマシン上に保存されます。KogCat は指定されたフォルダーのみを読み取ります。
- 会話は、普段お使いの Claude または Codex に送られます。それ以外のものが、別の場所に送られることはありません。
- キャリブレーションはローカルプロセスで実行されます。結果が外部に送られることはありません。
- エンジンは公開リリースチャネルから取得され、実行前に sha256 マニフェストと照合されます。
アカウントもサブスクリプションも不要です。ナレッジを預ける相手もいません。
コマンド
| コマンド | 機能 |
|---|---|
/kogcat:query <question> | ナレッジベースを優先した回答を返します。結論、条件、次のステップを提示します。 |
/kogcat:status | ローカルの状態を読み取り専用で確認します。初回起動が止まっているように見える場合に実行してください。 |
/kogcat:memory-consolidate | 保存したメモリを見直して整理します。変更はすべて、お客様が確認してから適用されます。 |
自動キャリブレーションにコマンドは不要です。
必要要件
- Claude Code または Codex
- macOS(Apple Silicon)または Windows x86_64。Intel Mac と Linux はまだサポートされていません。
PATH上の Python 3。macOS ではすでに設定されています。Windows ではご自身でインストールしてください(Add python.exe to PATH にチェックを入れてください)。
ライセンス
FSL-1.1-MIT — LICENSE をご覧ください。各リリースから2年後に MIT ライセンスへ移行します。
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。