second-brain MCP について
second-brain MCPは、AIエージェント向けのローカルなMarkdownナレッジベースで、ノートの自動整理と本文・図の検索に対応します。記憶の順位付けと圧縮により、研究者が増え続ける情報を管理できます。
主な機能
- 01URLやPDFをMarkdown化し図をOCR
- 02ノートと図のハイブリッド検索
- 03関連ノートの自動リンク
- 04古いノートの順位付けと圧縮
- 05セッションの目標と主要ノートの読み込み
- 06DuckDBまたはPostgres + pgvectorのバックエンド
活用シーン
- 01論文を保存して図を検索
- 02ノート全体から研究テーマを検索
- 03新しいセッションで目標とルールを復元
- 04利用頻度の低いノートを定期圧縮
MCP 対応
AIエージェントにMarkdownナレッジベースの保存、検索、編集、整理ツールを提供し、ファイリング手順も配信します。
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。
ツール
ローカルサーバーのツールはマシン上で起動して初めて取得できます。メンテナーはまだツール一覧を提供していません。
詳細
second-brain MCP Server
AI エージェントのための、自動でメンテナンスされる個人用ナレッジベース — MCP を活用したプレーンな Markdown の保管庫です。
📖 英語 · 繁體中文
AI エージェントが読み書きでき、自分でメンテナンスできるローカルナレッジベースです。コマンドひとつで論文やメモを保存できます。second-brain が Markdown に変換し、すべての図を OCR し、セマンティック検索用に埋め込み、関連するメモへ自動でリンクします。読まなくなったメモは時間とともに自動で圧縮されるため、保管庫が大きくなっても低コストで思い出せます。
すべてプレーンな Markdown です。Google Drive/iCloud/git で同期でき、いつでもエージェントを切り替えられ、ロックインはありません。
特長
- コマンドひとつで何でも保存 —
save_article(url_or_pdf)が取得して Markdown に変換し、図を OCR し(Claude Vision)、埋め込みを作成して、関連するメモへ自動でリンクします。 - 図レベルの検索 —
search_figures("UMAP melanocyte")を使うと、ライブラリ全体から該当する図を検索できます。 - 自己整理 — 新しいメモは関連するメモへ自動でリンクされ、頻繁に読まれるメモから再利用可能なルールが抽出されます。
- 脳のように忘れるメモリ — エビングハウスのランキングを利用し、古くなったメモを自動で圧縮します(トークン数を 60~90%削減)。
- 読み取り専用の整理監査 — 保管庫を変更せずに、記事のメタデータ、リンク、完全一致の重複候補、受信箱の経過時間、ソースの鮮度を確認できます。
- セッションの継続性 —
get_context()が、各セッションの開始時に目標、上位のメモ、ルールを再読み込みします。 - プラグイン可能なバックエンド — DuckDB(デフォルト、オフライン対応)または Postgres + pgvector(集中管理、複数マシン対応)。セルフホスト可能な埋め込みは任意です。オフライン時は BM25 にフォールバックします。
クイックスタート(Claude Code)
pip install mcp-second-brain
playwright install chromium
claude mcp add --scope user second-brain \
--env SECOND_BRAIN_PATH=~/second-brain \
-- python -m mcp_second_brain
初回実行時に、保管庫のディレクトリとテンプレートが作成されます。その後、エージェントに init_vault を実行するよう伝えて、確認してください。
⚠️ 現在、PyPI の公開版はソースツリーより遅れています。最新ビルドに加え、Claude Desktop、Windows、複数マシン/集中サーバーのセットアップについては、NEW_MACHINE_SETUP.md を参照してください。
コアツール
| ツール | 機能 |
|---|---|
auth_context | 認証済み呼び出し元の正規 UUID、ロール、RBAC 状態を読み取ります |
get_context | セッション開始時に、目標、ランキング上位のメモ、自動ルールを取得します |
save_article | URL/PDF → Markdown + 図 + 埋め込み |
search_notes / search_figures | BM25 とセマンティック検索を組み合わせた検索(メモのテキスト/図の内容) |
search_articles | 論文の著者、ORCID、DOI/PMID/PMCID、出版年を構造化検索します |
audit_article_records | 範囲を限定した読み取り専用の記事整理と、ソーシャルソースの鮮度レポート |
new_note / update_note / append_to_note | メモの作成と編集(自動で分類、インデックス化、リンク) |
vault_sleep | 古く、活動頻度の低いメモを圧縮します |
get_agent_instructions | リモートエージェントに、完全版の整理手順書(AGENTS.md)を提供します |
全ツール(46 件)のリファレンスは AGENTS.md にあります。
コンテンツが必要な場合は search_notes を、サーバーまたはインデックスに問題がある可能性がある場合は health_check を、整理レポートが必要な場合は audit_article_records を使用してください。監査結果によって、メモが自動的に統合、アーカイブ、削除されることはありません。
仕組み
Any source (paper · PDF · web · note)
│ save_article · new_note
▼
Markdown vault ──► index (DuckDB, or Postgres + pgvector)
00-inbox/ • BM25 + semantic search
10-projects/ • figure OCR + vision descriptions
20-areas/ • auto-wikilinks between related notes
30-resources/ • Ebbinghaus ranking → weekly auto-compression
decisions/ memory/
│
▼
Your AI agent queries it — search_notes · search_figures · get_context
保管庫が信頼できる唯一の情報源であり、インデックスはいつでも再構築できます(sync_index)。整理の規則はひとつの運用マニュアル AGENTS.md にまとめられており、get_agent_instructions() を通じてどのエージェントにも提供されます。そのため、エージェントごとに教え直さなくても、すべてのエージェントが同じ方法で整理できます。
保管庫の構成
vault/
├── 00-inbox/ Unprocessed captures
├── 10-projects/ Active projects
├── 20-areas/ Ongoing research / coding domains
├── 30-resources/ Papers & articles (save_article writes here)
├── 40-archive/ Auto-compressed originals
├── decisions/ Architecture Decision Records
├── memory/ goals.md · rules.md (injected every session)
└── templates/ Note templates
レガシーの著者メタデータ
search_articles は構造化されたフロントマターを読み取るため、authors のない古い記事メモについて、本文や参考文献から著者を推測することはありません。上限付きの2段階CLIを使えば、これらのメモを安全に準備できます。まずマニフェストを作成してレビューし、その後、別途適用します。
python -m mcp_second_brain.author_backfill \
--vault "<vault>" --limit 20 --out /tmp/author-backfill.json
python -m mcp_second_brain.author_backfill \
--vault "<vault>" --apply --manifest /tmp/author-backfill.json
適用は中央の書き込みホストでのみ行ってください。各エントリには、DOI/PMID/PMCIDまたはタイトルの完全一致と、変更されていないコンテンツ/本文のハッシュが必要です。書き込みに成功すると、再インデックスされます。
ドキュメント
- AGENTS.md — ファイリング手順書、命名規則、ツールの完全なリファレンス(唯一の信頼できる情報源)
- NEW_MACHINE_SETUP.md — ソースからのインストール、セルフホスト、複数マシンにまたがる中央サーバー、API キー
- CONTEXT.md — ドメインモデル/ユビキタス言語
設計メモ
生物学的な記憶から着想を得ています。ランキングにはエビングハウスの忘却曲線(access_count / ln(age_days))を採用し、睡眠依存の記憶固定として、アクセスの少ないメモを毎週LLMで圧縮します。MarkItDown · DuckDB · pgvector · FastMCP · Playwright · Claude APIを使用しています。
ライセンス
MIT © 2026 Chan Chi Ru。LICENSEを参照してください。
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。