Daimonos

Daimonos

AI コーディングエージェントを高速化し、コストを削減する、エージェント向けに最適化された OS レイヤーです。

Daimonos は、AI コーディングエージェントに組み込まれているファイル、検索、実行、Git の各ツールを、ターミナルの生出力ではなくコンパクトな JSON を返す、構造化された同等のツールに置き換えます。その結果、ワークフローを一切変更せずに、消費トークン数と往復回数を減らし、API コストを削減できます。

対応プラットフォーム： Linux（x86_64、aarch64）および macOS（Apple Silicon、Intel）。Windows のサポートは予定されています。

リポジトリのエージェント／オペレーター向け規約については、AGENTS.md（特にDaimonos ツール使用ポリシー）を参照してください。

名前はギリシャ語の daimon（エージェント／精霊）に由来し、「daemon」の語源でもあります。

問題点

AI エージェントが cargo test を実行すると、プログレスバー、コンパイルメッセージ、成功したテスト名など、何百行ものターミナル出力が返されます。しかし、エージェントが必要としているのは「47 件成功、0 件失敗」だけです。エージェントは、そのノイズを読み、推論し、セッションの残りの間コンテキストに保持するために、すべてのトークン分のコストを支払います。

同じ無駄は、git status、docker ps、ls -la など、ほかのすべてのシェルコマンドでも発生します。エージェントは、トークン予算の30～50％を、冗長で構造化されていないツール出力に費やしています。

仕組み

Daimonos は、IDE または CLI によって自動的に起動されるMCP サーバーとして動作します。エージェントがすでに使用しているファイルの読み取り、ファイルの書き込み、検索、コマンドの実行、Git 操作といった操作を提供しますが、生のテキストではなく、コンパクトで構造化された JSON を返します。

単一のバイナリは、ACP、単発エージェント、対話型チャット、ソケットデーモンの各ランタイムも提供します。独立した完全なコーディングエージェントハーネスとして機能します。詳しくは、以下のエージェントハーネスの機能と、明示的なサブコマンドおよび互換性エイリアスについて説明するランタイムモードを参照してください。

Agent: exec("cargo test")

Without Daimonos (raw terminal output):
   Compiling inventory v0.1.0 (/workspace)
    Finished `test` profile [unoptimized + debuginfo] target(s) in 2.31s
     Running unittests src/main.rs (target/debug/deps/inventory-abc123)
running 47 tests
test config::tests::test_default ... ok
test config::tests::test_load ... ok
... (200+ more lines)
test result: ok. 47 passed; 0 failed; 0 ignored

With Daimonos (structured JSON):
{"ok":true,"tests":47,"passed":47,"failed":0,"failures":[]}

4層の最適化

1. ネイティブツールプラグイン — git、cargo、gh、docker を、構造化 JSON 出力を返す第一級の MCP ツールとして公開します。エージェントが exec("cargo test") を呼び出すと、Daimonos がそれを検知し、代わりにネイティブプラグイン経由で実行します。

2. セマンティック出力フィルター — ネイティブプラグインがないコマンド（pytest、make、pip install、eslint など）には、Daimonos がセマンティック圧縮を適用します。テストランナーはサマリーと失敗のみを返し、ビルドコマンドは「ok」またはエラーのみを返し、インストールコマンドは成功または失敗を返します。

3. プロトコルレベルの効率化 — 読み取りの重複排除（変更されていないファイルを再読み込みすると、全内容ではなく {"unchanged":true} を返します）、コンパクトなフィールド名、遅延ツール公開、バッチ操作、LLM の文章量を約30％削減する簡潔な出力ディレクティブを備えています。

4. 管理されたサブプロセス実行 — コマンド出力は、すべてをバッファーに格納した後ではなく、読み取りながら上限が適用されます。Daimonos は Unix プロセスグループを管理し、キャンセル時またはセッション終了時に子孫プロセスを終了させ、明示的な許可リストによって子プロセスの環境を分離し、バックグラウンド出力を非公開のサイズ制限付き成果物に保存します。

ベンチマーク結果

同一のコーディングタスク（ファイルの読み取り、コードの検索、編集、テストの実行、Git 操作）で Claude Opus 4.6 を使用してテストしました。

指標	ベースライン	Daimonos	削減率
出力トークン数	5,842	3,198	-45.3%
合計トークン数	41,239	33,847	-17.9%
ツール呼び出し数	平均17回	平均14回	-17.6%
実行時間	平均42.1秒	平均35.2秒	-16.4%

AWS 上でのリモートベンチマーク（同一のハードウェア、モデル、タスク）では、 コストが20.3%削減され、タスク完了が14.0%高速化しました。

SWE-bench Verified（ミニ）— 3種類のハーネスの比較

swe-bench-verified-mini から選んだ5つのインスタンスで、3種類のハーネスすべてに同じモデル（Claude Opus 4.8）を使用しました。各エージェントは、インスタンスごとの公式 SWE-bench Docker イメージ（実際のテスト環境）内で実行し、公式の swebench 評価ハーネスで採点しました。

インスタンス	daimonos のトークン数（LLM 呼び出し）	mini-swe-agent のトークン数（LLM 呼び出し）	cursor-agent のトークン数
django__django-11815	54,755 (4)	38,305 (9)	113,242
django__django-12155	53,773 (4)	33,095 (9)	348,425
django__django-12708	88,765 (6)	196,492 (22)	451,349
sphinx-doc__sphinx-8035	172,729 (10)	342,108 (30)	930,495
sphinx-doc__sphinx-9367	66,812 (5)	18,611 (6)	230,223
合計トークン数	436,834	628,611	2,073,734
合計実行時間	84秒	247秒	279秒
解決数	5/5	5/5	5/5

結論：

• 正確性は同等：このサンプル数では3種類のハーネスすべてが5/5件を解決しており、daimonos のトークン削減によって解決数が減ることはありませんでした。
• daimonos は最も低コストで高速：最小構成のオープンソースベースラインである mini-swe-agent よりトークン数が約30%少なく、cursor-agent より約4.8倍少なく、実行時間もどちらよりも約3倍短縮されました。
• 注意点：n=5であり、実行ごとのばらつきは実際にあります（同じ設定で以前実行した際、daimonos は sphinx-8035 で503kトークンを使用しましたが、今回は173kでした）。cursor-agent の合計は大部分がキャッシュ読み取りトークンであり、入力価格の一部で課金されるため、生のトークン数は相対的なコストを大きく見積もっています。 バッチの API 使用料金の実測値（OpenRouter）：daimonos は$1.53、mini-swe-agent は$1.66でした。cursor-agent は Cursor のバックエンド経由で課金されます。

実行スクリプトと手法については benchmarks/swebench/ をご覧ください。

60秒デモ

README の読者、リリースノート、ソーシャル投稿向けに、このスクリプトを使用してください。

# 1) Install daimonos
cargo build --release
sudo cp target/release/daimonos /usr/local/bin/

# 2) Configure your MCP client (example: Cursor)
# .cursor/mcp.json -> command: daimonos, args: ["--mcp", "-w", "/path/to/project"]

# 3) Ask your agent to run:
# "Run cargo test and summarize failures only."
# "Show git status as structured output."

デモで強調するポイント：

• 同じワークフローで、ツール出力のノイズを削減
• 端末の生の出力ではなく、構造化された応答
• よくあるコーディングタスクで、トークン数と往復回数を削減

クイックスタート

インストール

ビルド済みバイナリ（Linux および macOS）：

# Linux x86_64
curl -L https://github.com/beardfaceguy/daimonos/releases/latest/download/daimonos-x86_64-linux.tar.gz | tar xz
sudo mv daimonos /usr/local/bin/

# macOS Apple Silicon
curl -L https://github.com/beardfaceguy/daimonos/releases/latest/download/daimonos-aarch64-macos.tar.gz | tar xz
sudo mv daimonos /usr/local/bin/

ソースからのインストール：

git clone https://github.com/beardfaceguy/daimonos.git
cd daimonos
cargo build --release
sudo cp target/release/daimonos /usr/local/bin/

すべてのプラットフォーム（ARM Linux、Intel Mac、musl 静的ビルド）については、docs/install.md をご覧ください。

IDE の設定

ほとんどのユーザーは、次のいずれかから始めてください。

• Cursor：Cursor IDE の設定
• Zed：Zed の設定
• Claude Code：Claude Code の設定

Daimonos を MCP サーバーとして追加します。Cursor の場合は、プロジェクトの .cursor/mcp.json に追加してください。

{
  "mcpServers": {
    "daimonos": {
      "command": "daimonos",
      "args": ["--mcp", "-w", "/path/to/your/project"]
    }
  }
}

以上です。プロジェクトを IDE で開くと Daimonos が起動し、閉じると終了します。管理が必要なデーモンも、バックグラウンドサービスもありません。

その他のツールの設定ガイド

• Cursor IDE
• GitHub Copilot（VS Code、Visual Studio、JetBrains、Xcode、Eclipse）
• Claude Code（CLI と macOS デスクトップアプリ）
• Windsurf
• Cline（VS Code 拡張機能）
• Gemini CLI
• Zed Editor
• Discord 連携（ボットトークン、許可リスト、読み取り専用ツール）
• その他のツール（Claude Desktop、ChatGPT、Continue.dev、BoltAI など）

含まれる機能

コアツール（常に利用可能）

ツール	機能
read_file	オプションのオフセット／上限を指定して読み込み、コンテンツハッシュによる重複排除
write_file	ディレクトリを自動作成して書き込み
edit_file	差分を確認して文字列を置換
search	正規表現検索（コンテンツモード）またはファイル検索（ファイルモード）
exec	セマンティックフィルタリング、上限付きキャプチャ、管理対象の終了処理を備えてコマンドを実行
batch	1 回のラウンドトリップで複数の操作を実行
workspace_info	プロジェクトの種類、git のステータス、ディレクトリ一覧、分析情報

ネイティブツールプラグイン（自動検出）

対応する CLI ツールが PATH 上に見つかると、以下が自動的に利用可能になります。

プラグイン	コマンド	検出条件
git	status, log, diff, branch, add, commit, push, pull, checkout	.git ディレクトリ
cargo	test, build, check, clippy, fmt, add	Cargo.toml
gh	pr_view, pr_list, pr_create, pr_diff, pr_checks, api	PATH 上の gh
docker	ps, logs, exec, images, inspect, stop, compose_up/down/ps	PATH 上の docker

その他の機能

• ワークスペーススナップショット — リスクのある編集の前にチェックポイントを作成し、失敗時にロールバックします
• Starlark スクリプト — 複数のツール呼び出しを 1 つのスクリプトにまとめます
• トークン分析 — ツール呼び出しごとの追跡とセッションをまたいだ履歴（daimonos --stats）
• バックグラウンドプロセス — 同時実行数の上限、非公開でサイズ制限付きのログ、子孫プロセスのクリーンアップ機能を備え、長時間実行されるコマンドを開始、ポーリング、停止します
• 設定可能 — すべての調整可能な設定を 1 つの TOML 設定ファイルにまとめています

管理対象プロセスのライフサイクル

生の exec、バックグラウンドジョブ、CLI プラグイン（cargo、git、gh、docker、 npm、pytest、curl、shellcheck）は、すべて 1 つの管理された実行レイヤーを共有します。

• ストリーミング中の出力制限 — stdout と stderr は、出力全体を先にメモリ確保することなく、UTF-8 に安全な先頭／末尾のプレビューを保持します
• Unix でのプロセスグループ管理 — キャンセル時と終了時には TERM を送信し、設定可能な猶予期間を待ってから KILL に切り替え、子孫プロセスを回収します
• 安全なバックグラウンド成果物 — 非公開の 0700 ディレクトリ内に、ランダムな名前の排他的な 0600 ファイルを作成し、バイト数とジョブ数の上限を設定できます
• 環境の分離 — 子プロセスが継承するのは、設定された親環境変数に明示的なセッション、ツール、呼び出しごとの上書きを加えたものだけです。プロバイダーや MCP の認証情報が暗黙に漏れることはありません
• 構造化出力の完全性 — プラグインは、切り詰められた JSON を不完全な結果として誤って有効と報告せず、拒否します

エージェントハーネスの機能

MCP サーバーに加えて、同じバイナリは完全なコーディングエージェントハーネスとしても機能します。対話型ターミナル UI（daimonos agent）、Zed 用 ACP バックエンド、単発実行の CLI、アタッチ／デタッチとリモート制御に対応したセッションデーモンを備えています。

最近追加された機能の多くは、60 以上のオープンソースのエージェントハーネス（Aider、OpenHands、SWE-agent、Goose、OpenCode、Forge、Pi、Cline ファミリーなど）を体系的に調査し、エコシステムから実証済みの手法を掘り起こして、優れたものを取り入れた成果です。

プロバイダーの耐障害性 — 一時的な不調でターンが停止することはありません

• 上限付きのプロバイダー再試行 — 一時的な障害（429／5xx／ネットワーク）に対してバックオフを行い、プロバイダー境界で分類します。認証や検証の致命的なエラーはすぐに表面化します
• モデルの自動フェイルオーバー — 過負荷が続くと、ターンはチェーン内の次のモデルで続行し、次のターンで優先モデルに戻ります
• ターン単位のエラーからの再開 — 再試行とフェイルオーバーを使い切ると、エージェントは一時停止して会話を修復し（ストリーミング出力の一部は保持）、中断した箇所から続行します。復旧処理は UI に表示されます
• 再試行ストームの検出 — 同一のツール呼び出しの繰り返しを指紋で識別し、モデルがループから抜け出せるよう誘導します
• 孤立したツール呼び出しの修復 — ツール呼び出しの途中で最大トークン数に達して切り詰められた場合、セッションを破損させるのではなく修復します

マルチプロバイダーセッション

• 複数のプロバイダーを1つのセッションで利用 — Anthropic、OpenAI、OpenRouterを並行して設定できます（DAIMONOS_AGENT_<NAME>_API_KEY）。各呼び出しはモデルに応じて適切なプロバイダーにルーティングされ、provider:slugで明示的に上書きできます
• モデルのリアルタイム検出 — 起動時に、設定されたプロバイダーがモデルカタログ全体を照会します。モデルピッカーとフェイルオーバーチェーンには、実際に提供されているモデルが常に新しい順で反映されます
• プロバイダー間のフェイルオーバー — 複数のプロバイダーを設定すると、1つのプロバイダーで障害が発生した際、ターンの途中でも別のプロバイダーのモデルにフェイルオーバーできます
• プロバイダーが報告するコンテキストウィンドウ — 圧縮のしきい値はハードコードされた数値ではなく、モデルのライブメタデータに基づきます

ハーネスレベルでのコンテキスト効率化

• 会話の圧縮 — 高低のウォーターマークしきい値と、プロバイダーの実態に即したトークン計測により、要約して会話を継続します
• ツール結果の上限設定 — 大きすぎるツール出力はディスパッチ境界で上限を設け、エージェントが必要な部分だけを選んで再読み込みできるファイルに退避します
• 逆順の予算配分によるプルーニング — 新しい結果より先に古いツール結果を縮小するため、長いターンでも直近の作業セットを鮮明に保てます
• 蒸留された作業メモリ — 会話の圧縮後も保持される、トランスクリプトとは別の永続的な事実、スニペット、メモです
• 堅牢な編集箇所の照合（Aiderから着想） — 空白を許容する検索・置換により、編集失敗時の再試行コストを削減します
• スクリプトの一括実行 — 複数ステップのツール作業を1つのStarlarkスクリプトにまとめるようエージェントを誘導します（ベンチマークで約2.2倍のコスト削減効果）

セッションの永続性と制御

• ターンごとのワークスペースチェックポイント — 差分・比較機能と、コードのみの復元機能を備えた自動スナップショットです
• デーモン管理のセッション — 実行中のエージェントから切り離し、後で（または別のターミナルから）再接続できます。再接続イベントリングと正規スナップショットからの復元にも対応します
• 永続的なターミナルUI — ストリーミング出力、ツールのライフサイクルカード、承認モーダル、モデル・使用状況ステータスバー、Vimスタイルのスクロールバックを備えています
• リモート制御 — 認証済みWSSゲートウェイを介して、ペアリング済みのAndroidコントローラーから操作できます
• サブエージェントへの委任 — 外部のACPエージェント（cursor-agent、codex-acp、…）を委任先のワーカーとして実行できます
• 思考の記録 — ストリーミングされたモデルの推論を、後で確認できるようオプトインでローカルに保存します

エージェントモードの設定は、dotenv形式のagent.env（~/.config/daimonos/agent.env）に記述します。ランタイムモードを参照してください。ポータブルなAgent Skillsは~/.agents/skillsと<workspace>/.agents/skillsから検出されます。グローバルディレクトリを上書きするには、agent.envでDAIMONOS_SKILL_DIRを設定します。設定を参照してください。

アーキテクチャ

Daimonosは、1つのツール実装、1つのオペコードプロトコル、1つの設定、1つの分析ストアを共有する2つのプレーンを備えた、単一のRustバイナリです。

1. ツールサーバー — 標準入出力（またはUnixソケット）経由で、外部エージェントとMCP通信を行います。IDEがサブプロセスとして起動するため、ネットワークもコンテナーも不要で、JSON設定項目以外のセットアップも必要ありません。
2. エージェントハーネス — エージェントのループ自体を実行し、同じツールをプロセス内でディスパッチ（MCP経由の中継なし）し、LLMプロバイダーと直接通信します。

ツールサーバープレーン

┌──────────────┐     MCP (JSON-RPC over stdio)     ┌─────────────────┐
│  AI Agent    │ ◄──────────────────────────────► │   Daimonos      │
│  (Cursor,    │                                    │                 │
│   Copilot,   │     Structured JSON responses      │  ┌───────────┐ │
│   Claude,    │ ◄──────────────────────────────── │  │ File ops  │ │
│   etc.)      │                                    │  │ Search    │ │
│              │                                    │  │ Exec      │ │
│              │                                    │  │ Git       │ │
│              │                                    │  │ Cargo     │ │
│              │                                    │  │ Docker    │ │
│              │                                    │  │ GitHub    │ │
│              │                                    │  │ Snapshots │ │
│              │                                    │  │ Analytics │ │
└──────────────┘                                    │  └───────────┘ │
                                                    └─────────────────┘

内部では、Daimonosはオペコードベースのプロトコルを使用しています。各操作には数値識別子と簡潔なフィールド名（c、p、s、n）が割り当てられており、トークンのオーバーヘッドを最小限に抑えます。MCPレイヤーは、標準的なJSON-RPC形式と内部のオペコード形式を相互に変換します。

エージェントハーネス層

┌────────────────────────────────────────────────────────┐
│  Frontends: TUI · ACP (Zed) · one-shot CLI · chat REPL │
│             session daemon (attach/detach, Android)    │
├────────────────────────────────────────────────────────┤
│  Shared session core: agent loop · canonical events    │
│  compaction · tool-result bounding · working memory    │
│  checkpoints · approvals/safety policy                 │
├────────────────────────────────────────────────────────┤
│  Provider layer: retries · model failover · resume     │
│  multi-provider router (routes each call by model)     │
│     ├─ Anthropic adapter                               │
│     ├─ OpenAI adapter                                  │
│     └─ OpenRouter adapter                              │
└────────────────────────────────────────────────────────┘

すべてのフロントエンドは、トランスポートに依存しない同じセッションコアを使用するため、TUI で開始した会話をデーモンに引き継ぎ、別のターミナルやペアリング済みのスマートフォンから再接続できます。プロバイダーアダプターは、プロバイダー固有のワイヤーフォーマットとエラー分類をすべて担当します。その上のレイヤーでは、単一の LlmProvider インターフェースと通常のモデル文字列のみを扱います。これにより、フェイルオーバー、モデルのリアルタイム検出、マルチプロバイダールーティングを、個別の特別な処理ではなく、組み合わせ可能な機能として実現できます。

プロジェクトのビジョン

Daimonos は、次の 3 つのフェーズで開発されています。

フェーズ 1：ユーザー空間の MCP サーバー＋エージェントハーネス（現在）

Linux または macOS のあらゆるマシンで動作する Rust バイナリです。同じプロトコル設計と構造化 I/O パターンを実証する、次の 2 つの役割を担います。

• MCP を介してサードパーティーのエージェント（Cursor、Copilot、Claude Code、Zed、…）に機能を提供するツールサーバー — フェーズ 1 の当初の成果物です。
• 独立したエージェントハーネス：インタラクティブな TUI、Zed 用 ACP バックエンド、単発実行の CLI、リモート接続に対応したデーモン管理のセッションを備え、マルチプロバイダールーティング、モデルフェイルオーバー、コンパクション、ターンごとのチェックポイントを組み込んでいます（エージェントハーネスの機能を参照）。

ステータス：本番環境で利用可能です。 Daimonos 自体の開発を含む、実際の開発作業で、どちらの役割も日常的に利用されています。Linux（x86_64、aarch64、musl）および macOS（Apple Silicon、Intel）向けのビルド済みバイナリを利用できます。

フェーズ 2：最小構成の Linux ディストリビューション

Daimonos を主要なユーザー空間アプリケーションとする、専用の Buildroot Linux イメージです。AI エージェントにクリーンで最小限の環境が必要となる、クラウドへのデプロイを想定して設計されています。このディストリビューションは数秒で起動し、シェルや人間向けの UI を持たず、Daimonos デーモンを PID 1 の直接の子プロセスとして実行します。フェーズ 1 のセッションデーモンとリモート制御ゲートウェイが、想定される利用者です。クラウド上でヘッドレスのエージェントセッションを実行し、ターミナルやスマートフォンから接続します。

ステータス：動作するプロトタイプです。 QEMU で起動し、AWS EC2 にデプロイできます。リモートベンチマークに使用されています。

フェーズ 3：カスタムマイクロカーネル

長期的なビジョンは、Daimonos のオペコードがネイティブのシステムコールとなるマイクロカーネルです。構造化データをネイティブに保存して返すファイルシステムである StructFS、ケイパビリティベースのセキュリティ、エージェントのワークロードを前提として一から設計されたプロセスモデルを備えます。

ステータス：設計段階です。

開発

前提条件

依存関係	用途	インストール
Rust (stable 1.75+)	ビルド	rustup.rs
Python 3 + pytest	テスト	pip install -r tests/requirements.txt

テストの実行

# Rust unit tests (350+ tests, parallel-safe)
cargo test

# End-to-end MCP protocol tests (150+ pytest cases)
python3 -m pytest tests/ -v

ベンチマークの実行

cd benchmarks
./setup-mcp.sh
./run-benchmark.sh baseline   # IDE built-in tools
./run-benchmark.sh daimonos   # routed through daimonos MCP
python3 analyze-results.py results/

詳細はbenchmarks/README.mdを参照してください。

設定

すべての動作は TOML 設定ファイルで調整できます。全項目については docs/configuration.mdを、注釈付きのデフォルト設定については daimonos.default.tomlを参照してください。

主なセクション：

• [index] — トライグラムインデクサーの調整（最大深度、ファイルサイズの上限）
• [search] — 検索結果の上限
• [process] — プロセスのタイムアウト、メモリー内データ／成果物の上限、バックグラウンド処理の受け入れ、終了猶予時間、継承する環境変数、セマンティックフィルター、Starlark スクリプトスレッドの最大同時実行数
• [pipeline_cache] — サブプロセス結果のキャッシュサイズ、inotify の監視上限、追加で無視するディレクトリ
• [analytics] — トークンの追跡（SQLite ストレージ、保持期間）
• [tools.*] — ツールごとのプラグイン設定

コントリビューション

Daimonos は現在も活発に開発されています。コントリビューションに関心がある場合は、コーディング規約、アーキテクチャ上の判断、レビュー用チェックリストをまとめたAGENTS.mdファイルから始めてください。

こちらも参照してください：

• CONTRIBUTING.md
• SECURITY.md
• CHANGELOG.md
• LICENSE

ライセンス

MIT