mcpField
C
Context Autopilot

Context Autopilot

ローカル
context-autopilot.vercel.appメモリ・ナレッジ015 週間前に更新

Context Autopilot について

Context AutopilotはClaude CodeとCursorのセッション履歴から、繰り返された指示や修正、拒否されたツール呼び出しを抽出し、根拠付きのCLAUDE.md/AGENTS.mdルールを提案します。提案を確認して適用したいコーディングエージェント利用者向けで、MCPツールからも操作できます。

主な機能

  1. 01Claude CodeとCursorのセッションをスキャン
  2. 02反復指示や修正のシグナルを抽出
  3. 03引用根拠付きルールを提案
  4. 04提案の対話的な確認と適用
  5. 05古くなったコンテキスト参照を検出
  6. 06Agent Operating Procedure JSONをエクスポート

活用シーン

  1. 01繰り返すプロジェクト規約をコンテキストファイルに反映
  2. 02複数プロジェクトの履歴から個人の作業ルールを整理
  3. 03欠落ファイルや削除済みスクリプトの参照を確認

MCP 対応

プロジェクト一覧、シグナルのスキャン、ルールの抽出、提案の適用、古い参照の検出を行うMCPサーバーです。明示的な承認後にのみコンテキストファイルを変更します。

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。

mcp.json · 共通設定
{
"mcpServers": {
"context-autopilot": {
"command": "npx",
"args": [
"-y",
"context-autopilot"
]
}
}
}
起動コマンドnpx -y context-autopilot

ローカルサーバーにはマシン上の実行環境(Node.js 18 以上など)が必要です。設定ファイルの場所はクライアントごとに異なります。

パッケージ
npmcontext-autopilot0.6.0

ツール

7

掲載時のツール一覧 · 3 週間前に更新

このツールにパラメーターはありません。

詳細

Context Autopilot

コーディングエージェント向けのコンテキスト収集を自動化します。 実際のエージェントセッションを分析し、繰り返し伝えた指示、行った修正、却下したツール呼び出しをすべて抽出して、承認したルールを CLAUDE.md / AGENTS.md にまとめます。

The Context Layer の一部です。

ターミナルで実行してください(通常の CLI です。チャットには貼り付けないでください)。

$ npx context-autopilot scan

Scanned 3 session(s) for ~/projects/my-app
Found 26 signal(s):

  [CORRECTION] ×2 across 2 session(s)  (score 9)
      "There are still so many buttons that dont work, like the publish…"
  [REPEATED] ×4 across 3 session(s)  (score 10)
      "Do not reference the legacy directory. Only work within…"

$ npx context-autopilot distill

[1/8] Perform click-and-type tests before reporting UI work complete  (confidence: high)
    + Before declaring any screen done, click every button and verify it works.
    evidence:
      · 2026-06-27 — "There are still so many buttons that dont work…"

$ npx context-autopilot apply

理由

セッションは毎回まっさらな状態で始まるため、エージェントに同じ規約を何度も教え直す必要があります。そして、教え忘れると、同じ間違いを繰り返します。コンテキストファイルを手作業で作成することはできますが、誰も最新の状態に保ちません。単純な自動生成はさらに悪い結果になります。LLM が生成するコンテキストファイルに関する調査では、リポジトリのスキャンによって一般的な埋め草が生成されるため、タスクの成功率が下がり、コストが増えることが判明しています。

Context Autopilot は、別の道である 証拠 を選びます。セッション履歴には、エージェントが何を間違え、あなたがどう修正を伝えたかがそのまま記録されています。Autopilot はその記録を分析し、あなた自身の言葉で裏付けられたルールだけを提案します。それぞれのルールには、根拠となる引用が付属します。

仕組み

  1. 観察 — ctxlayer scan がローカルの Claude Code のトランスクリプト(~/.claude/projects)と Cursor のセッションを解析し、3 種類のシグナルを抽出します。セッションをまたいで繰り返された指示、エージェントが間違えた後に行った修正、却下したツール呼び出しです。すべてローカルで実行されます。
  2. 抽出 — ctxlayer distill がシグナル(履歴ではありません)を、既存の claude CLI を介して Claude に送信します。API キーは不要です。その後、根拠と信頼度評価が付いた、命令形のプロジェクト固有ルールを受け取ります。
  3. 承認 — ctxlayer apply が各提案を確認できるよう案内します。承認されたルールは、次の管理対象ブロックに追加されます。

## Learned conventions (Context Autopilot)

- **Staff login cannot access admin view** — When authenticated as staff, the admin role toggle must be hidden or disabled.

手書きの内容には一切触れず、再実行時はブロックを冪等に更新します。ルールは CLAUDE.md と AGENTS.md の両方に書き込まれるため、Claude Code、Cursor、Copilot、Codex、そして AGENTS.md に対応するすべてのエージェントで役立ちます。

インストール

npm install -g context-autopilot   # or use npx, no install
コマンド
コマンド説明
ctxlayer projectsセッション履歴を確認できるプロジェクト(Claude Code + Cursor)の一覧を表示します
ctxlayer scanこのプロジェクトのセッションからシグナルを抽出します
ctxlayer distillシグナルを提案(.ctxlayer/proposals.json)にまとめます
ctxlayer promoteすべてのプロジェクトの保存済みメモリ(自動メモリ + CLAUDE.md)をスキャンし、グローバルな ~/.claude/CLAUDE.md に追加すべきルールを探します。--dry-run を指定すると、モデルを呼び出さずに候補を一覧表示します
ctxlayer apply提案を対話形式で確認し、承認したものを書き込みます
ctxlayer check高速で、モデルを使いません。前回の抽出以降に新しいシグナルがいくつあったかを確認します。--hook を指定すると、--threshold(デフォルトは 3)を超えた場合にのみ通知を表示し、それ以外は何も表示しません
ctxlayer staleリポジトリの実状に合わなくなったコンテキストファイル内の参照を見つけます。存在しないファイルや削除された npm スクリプトなどが対象です。該当項目があると終了コード 1 で終了するため、そのまま CI に組み込めます
ctxlayer export抽出した項目を Agent Operating Procedure JSON としてエクスポートします
グローバルモード
ctxlayer distill --global

プロジェクトのコンテキストファイルにはリポジトリの規約を記載しますが、フィードバックの中にはあなた自身に関するものもあります。「わかりやすい言葉で説明して」「アイデアを出している間はビルドしないで」「独立した作業は並行して進めて」などです。グローバルモードでは、すべてのツールにまたがるすべてのプロジェクトを分析し、まさにそうした内容を抽出します。そして、個人用の ~/.claude/CLAUDE.md に管理対象ブロックを維持するため、今後はどのプロジェクトでも、すべてのセッションがあなたの好みの作業方法を把握した状態で始まります。特定のプロジェクトに言及するルールは、プロジェクト固有のコンテキストファイルに記載すべきものとして、設計上除外されます。

保存済みメモリをグローバルに昇格
ctxlayer promote

グローバルモードではセッションのトランスクリプトを分析しますが、promote はエージェントがすでに書き留めたメモリを分析します。各プロジェクトの自動メモリファイル(~/.claude/projects/<name>/memory/)と、各リポジトリのCLAUDE.md/AGENTS.mdが対象です。作業方法に関するルールや、2つ以上のプロジェクトで重複しているルールが、ソースファイルを根拠として示し、汎用化されたうえで、グローバルな~/.claude/CLAUDE.mdへの追加候補として提案されます。追加のみの処理です。プロジェクトファイルは読み取られるだけで、編集されることはありません。すでにグローバルに記載されている内容は、モデルが呼び出される前に除外されます。

オプション:--project <path>、--global、--source claude-code|cursor|all、--model <model>、--min-score <n>、--yes、--json。

Cursorのセッション分析では、Node組み込みのnode:sqliteを使ってCursorのローカルSQLiteストレージを読み取ります(Node 22以降が必要です。古いNodeではCursorのソースはエラーなしでスキップされます)。

Claude Codeプラグイン
/plugin marketplace add chiragbachani/context-autopilot
/plugin install context-autopilot@the-context-layer

その後、Claudeに「セッション履歴からプロジェクトのコンテキストを更新して」と頼んでください。あるいは、何も頼まなくても構いません。このプラグインにはSessionStartフックが付属しており、セッション開始時にctxlayer checkを実行します(高速で、モデル呼び出しはありません)。前回の蒸留以降に十分な新しいシグナルが蓄積されていれば、自然な区切りで蒸留を提案するようClaudeに促します。新しいシグナルがなければ、何も通知されません。

MCP サーバー
{
  "mcpServers": {
    "context-autopilot": {
      "command": "npx",
      "args": ["-y", "-p", "context-autopilot", "ctxlayer-mcp"]
    }
  }
}

list_observable_projects、scan_context_signals、distill_context_proposals、distill_global_context、promote_to_global、apply_context_proposals、find_stale_contextを公開します。

承認のやり取りはすべてチャット内で完結します。蒸留ツールは、根拠とともに各提案を返し、どれを承認するかユーザーに尋ねるようエージェントに指示します。続いてapply_context_proposalsが、承認したタイトルの内容だけを書き込み、却下した項目を記憶して(再提案されることはありません)、残りは保留にします。明示的な判断なしにコンテキストファイルに触れるツールはありません。

よくある質問

Claude Codeの/insightsとの違いは何ですか? /insightsは、「繰り返し伝える指示はCLAUDE.mdに記載すべき」という同じ基本的な観察を、個人の利用状況をまとめたレポートとして提供します。提案が記載されたHTMLページが生成され、手動でコピー&ペーストする必要があり、Claude Codeのみが対象です。Context Autopilotはパイプライン形式で、Cursorの履歴も分析し、各ルールに根拠として引用を原文のまま添付して、明示的な承認/却下のフローを実行し、承認されたルールをCLAUDE.mdとAGENTS.mdの両方にある管理ブロックへ書き込みます(Codex/Copilot/Cursorも利用できます)。さらに、プロジェクト横断のグローバルルールファイルを管理し、CIの陳腐化チェックも追加します。完全なオープンソースで、ローカルで動作します。

Claude Codeの自動メモリとの違いは何ですか? 自動メモリは、1つのハーネス内でモデルがその場でリアルタイムに気づいたことを記録します。Autopilotは過去にさかのぼって体系的に処理します。複数のツールにまたがる既存の数か月分の履歴を分析し、1回のセッションだけでは把握できない、セッションをまたぐパターン(4つのセッションで6回伝えた、など)を見つけます。

トラブルシューティング

  • 「スキルが見つかりません」/エージェントからツールが見えない — MCP サーバーはセッション開始時に読み込まれます。インストール後は新しいセッションを開始してください(再開したセッションや古いセッションではツールを使えません)。スラッシュコマンドではなく「MCPツール」と伝えてください。「context-autopilot MCPツールを使って、このプロジェクトのコンテキスト提案を蒸留してください。」
  • それ以外のすべて(根拠の提示、承認フロー、エラーのヒント)はサーバー自体に組み込まれています。ツールの結果から、エージェントに何をいつ表示し、いつユーザーに尋ねるべきかが正確に伝わります。

プライバシー

すべてお使いのマシン上で動作します。トランスクリプトはローカルで解析され、抽出されたシグナル(あなた自身の指示からの短い引用)のみが、コーディングに使用しているモデルに送信されます。それ以外の場所にアップロードされることは一切ありません。

ロードマップ

コーディングエージェントは第1章です。エンジンは情報源を問いません。作業の観察結果を、エージェント運用手順(AOP)に凝縮します。

  • 現在: Claude Code と Cursor のセッション → CLAUDE.md / AGENTS.md、プロジェクト横断のグローバルルール(--global)、古くなった情報の検出(ctxlayer stale)
  • 次の予定: チームで共有するコンテキスト、CI でコンテキストをリントする GitHub Action
  • 今後: ブラウザーワークフローの観察 → Web タスク向け AOP、アンビエントキャプチャ。エージェントが、あなたが繰り返し行う作業を取り込むまで。あなたが「エージェントを構築」する必要はありません。

ライセンス

MIT © The Context Layer

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。