mcpField
D
Distillery

Distillery

リモート
github.com/norrietaylorメモリ・ナレッジ25今日更新

Distillery について

Distillery は、Claude Code のスキルを通じて利用するチーム向けナレッジベースです。セッション、ミーティング、ブックマークから情報を取り込み、検索や統合を行います。データは DuckDB にベクトル埋め込みとして保存され、ローカルの stdio またはGitHub OAuth付きのホスト型 HTTP サービスとして利用できます。

主な機能

  1. 0115種類のClaude Codeスラッシュコマンドスキル
  2. 02出典を伴うセマンティック検索
  3. 03引用付きの複数エントリ統合
  4. 04ミーティングメモとブックマークの管理
  5. 05fastembedまたはJina・OpenAIによる埋め込み

活用シーン

  1. 01重複検出を伴うセッションの決定事項の記録
  2. 02自然言語によるチームナレッジの検索
  3. 03情報ソースの監視とアクティビティダイジェストの生成

MCP 対応

Distillery は MCP サーバーとして動作し、stdio と HTTP の両方のトランスポートで 18 個の MCP ツールをクライアントに提供します。

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": {
"distillery": {
"command": "uvx",
"args": [
"distillery-mcp"
],
"env": {
"JINA_API_KEY": "<JINA_API_KEY>",
"OPENAI_API_KEY": "<OPENAI_API_KEY>"
}
}
}
}
起動コマンドuvx distillery-mcp
設定が必要な環境変数
JINA_API_KEYシークレットAPI key for Jina embedding provider
OPENAI_API_KEYシークレットAPI key for OpenAI embedding provider (alternative to Jina)

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
pypidistillery-mcp0.7.0

ツール

ツール一覧はまだ取得されていません

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

Distillery

Distillery

チームの知識を抽出
会話形式のコマンドを通じて、チームの知識を収集、分類、関連付け、提示します。

ドキュメント · スキル · クイックスタート · ロードマップ · スライド

PyPI バージョン PyPI ダウンロード数 ライセンス Python バージョン


Distillery とは?

Distillery は、Claude Code のスキルを通じて利用できるチームのナレッジベースです。作業セッション、会議、ブックマーク、会話から得られる生の情報を精選し、検索可能な凝縮された知識へと変換します。知識は DuckDB にベクトル埋め込みとして保存され、自然言語で検索できます。ローカルでは stdio 経由で実行でき、チームでのアクセスには GitHub OAuth を備えたホスト型 HTTP サービスとしても実行できます。

Distillery は、ノイズをシグナルに変えるという最も価値の高い変換を実現し、チーム全体で使えるツールにします。

ドキュメント全文: norrietaylor.github.io/distillery

Distillery のデモ — /distill で決定事項を記録し、/pour で統合します

## スキル

Distillery は Claude Code のスラッシュコマンドを 15 個提供します。

スキル目的例
/distill重複を検出しながらセッションの知識を記録します/distill "We decided to use DuckDB for local storage"
/recall出典情報付きでセマンティック検索を行います/recall distributed caching strategies
/pour引用付きで複数のエントリーを統合します/pour how does our auth system work?
/compass内部の知識と一般的なインテリジェンスを比較し、方向性を評価します/compass our caching strategy
/bookmarkURL を自動生成した要約とともに保存します/bookmark https://example.com/article #caching
/minutes追記更新に対応した議事録を作成します/minutes --update standup-2026-03-22
/classifyエントリーを分類し、レビューキューを整理します/classify --inbox
/watch監視対象のフィードソースを管理します/watch add github:duckdb/duckdb
/radarソースの提案を含む一般的なフィードのダイジェストを表示します/radar --days 7
/tuneフィードの関連性しきい値を調整します/tune relevance 0.4
/digest内部エントリーからチームのアクティビティ概要を作成します/digest --days 7 --project myapp
/gh-syncGitHub の issue と PR をナレッジベースに同期します/gh-sync owner/repo --issues
/investigate関連性をたどり、詳細なコンテキストを構築します/investigate distributed caching
/briefing指標を含むチームのナレッジダッシュボードを表示します/briefing --days 7
/setupMCP 接続と設定のオンボーディングウィザードを起動します/setup

クイックスタート

手順 1:プラグインをインストールする
claude plugin marketplace add norrietaylor/distillery
claude plugin install distillery

これにより、15 個すべてのスキルがインストールされます。プラグインはMCP サーバーを自動的には設定しません。MCP サーバーを追加するには、以下の /setup を実行してください。推奨設定では、uvx --from 'distillery-mcp[fastembed]>=0.6.0' distillery-mcp を使ってローカルで実行します。デバイス上の fastembed 埋め込み機能(API キー不要)を備えた、マシン上のプライベートで自己完結型のナレッジベースです。Python 3.11 以降と uv が必要です(インストール:curl -LsSf https://astral.sh/uv/install.sh | sh)。

手順 2(任意):代わりに Jina または OpenAI を使用する

デフォルトの fastembed プロバイダーは、API キーなしでオフライン実行できます。ホスト型の埋め込みサービスを使用する場合は、DISTILLERY_EMBEDDING_PROVIDER を設定し、対応する API キーを指定してください。

# Jina (free tier at jina.ai)
export DISTILLERY_EMBEDDING_PROVIDER=jina
export JINA_API_KEY=jina_...

# Or OpenAI
export DISTILLERY_EMBEDDING_PROVIDER=openai
export OPENAI_API_KEY=sk-...

uvx は、シェル環境からこれらの値を継承します。プロバイダー設定ブロックの全容(fastembed モデルの選択に関するオプション C を含む)については、distillery.yaml.example を参照してください。

Claude Code を再起動し、オンボーディングウィザードを実行します。

/setup
ホスト型デモを試す(任意)

ローカルに何もインストールせずに評価してみませんか?ローカルサーバーの代わりに、distillery-mcp.fly.dev のホスト型デモを設定してください。

claude mcp add distillery --scope user --transport http --url https://distillery-mcp.fly.dev/mcp

デモサーバー: distillery-mcp.fly.dev は評価専用です。機密データや秘密情報を保存しないでください。

設定オプションの全容については、ローカル設定ガイドを参照してください。チームで使用する場合は、独自のインスタンスをデプロイしてください。

開発

uv pip install -e ".[dev]"
# or
pip install -e ".[dev]"
pytest                              # run tests
mypy --strict src/distillery/       # type check
ruff check src/ tests/              # lint

詳細なガイドについては、コントリビューションを参照してください。

ライセンス

Apache 2.0 — 詳細については LICENSE を参照してください。

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。