DollhouseMCP

DollhouseMCP

---

仕組み

 CREATE or EDIT                    PORTFOLIO                   ACTIVATE → USE
 ─────────────────────────────────────────────────────────────────────────────

 "Create a skill for            📁 ~/.dollhouse/portfolio/    "Activate the Dollhouse
  writing blog posts"                                              Expert ensemble"
                                 37 starter elements:
 "Edit the code review      ──▶  personas · skills ·       ──▶  Your AI now has
  persona to add security"       templates · agents ·           new behavior,
                                 memories · ensembles           capabilities, and
  persona · skill · template                                    permission policies
  agent · memory · ensemble      + everything you create
                                 + community installs

次のいずれかの方法で始められます：

• ポートフォリオからスターター要素を有効化すると、AIがすぐに変化します
• 平易な英語で希望を説明して、任意の種類の要素（ペルソナ、スキル、テンプレート、エージェント、メモリー、アンサンブル）を作成できます
• 既存の要素を編集して調整できます
• コミュニティコレクションを閲覧して、ほかのユーザーが作成した要素をインストールできます

ポートフォリオ（macOS/Linuxでは~/.dollhouse/portfolio/、Windowsでは%USERPROFILE%\.dollhouse\portfolio\）は、すべてのDollhouse要素を格納するローカルフォルダーです。ガイド付きのサポートを利用するために有効化できるdollhouse-expert-suiteアンサンブル（ペルソナ＋ナレッジベース）を含む、37個のスターターがあらかじめ用意されています。作成またはインストールしたものはすべてここに保存されます。準備ができたら、コミュニティに共有したり、GitHubと同期したりできます。

---

クイックスタート

v2.0.0 が利用可能になりました。 DollhouseMCP v2 がデフォルトのリリースです。リリースノート | 移行ガイド | 問題を報告

DollhouseMCP は、Claude Code、Claude Desktop、Cursor、Gemini、Codex、ローカル LLM など、あらゆる MCP 対応 AI クライアントにインストールできます。コアとなる要素の管理（作成、有効化、検索、閲覧）は、すべてのプラットフォームで利用できます。高度な機能（Gatekeeper の確認フロー、エージェント型ループの実行）は Claude Code で広範囲にテストされており、標準的な MCP ツールの呼び出し／応答パターンに対応するすべてのクライアントで動作するはずです。

インタラクティブセットアップ（すべてのプラットフォーム）：

npx @dollhousemcp/mcp-server@latest --web

ブラウザーでセットアップウィザードが開き、Claude Desktop、Claude Code、Cursor、VS Code、Codex、Gemini CLI、Windsurf、Cline、LM Studio をワンクリックでインストールできます。既存のインストールを検出し、自動更新とバージョンの固定に対応しています。

セットアップウィザードの権限フックのサポートは、現在次のようになっています。

プラットフォーム	セットアップ状況	権限フックの状況
Claude Code	ワンクリックインストール	ネイティブで完全にサポート
Cursor	ワンクリックインストール	ネイティブで一部サポート
VS Code	ワンクリックインストール	ネイティブで一部サポート
Codex	ワンクリックインストール	ネイティブで一部サポート、Bash のみ
Gemini CLI	ワンクリックインストール	ネイティブで一部サポート
Windsurf	ワンクリックインストール	ネイティブで一部サポート
Cline	ワンクリックインストール	今回のリリースでは MCP セットアップのみ
LM Studio	ワンクリックインストール	今回のリリースでは MCP セットアップのみ
Claude Desktop	ワンクリックインストール	今回のリリースではネイティブの権限フック経路なし

Claude Code（コマンド 1 つ）：

claude mcp add -s user dollhousemcp -- npx -y @dollhousemcp/mcp-server

Claude Desktop（ワンクリックインストール）：

DollhouseMCP Desktop Extension（.mcpb ファイル）をダウンロードして、ダブルクリックします。あとは Claude Desktop が処理するため、ターミナルは必要ありません。

その他のプラットフォーム — クイックスタートガイドを参照するか、上記のインタラクティブセットアップを実行してください。

次に、会話を始めます。

"What DollhouseMCP tools do you have available?"
"List all available Dollhouse personas"
"Activate the Dollhouse debug detective persona"

DollhouseMCP には、6 種類すべてにわたる 38 個の Dollhouse 要素が付属しています。自然な言葉で、実現したいことを説明してください。

初めてですか？ パブリックベータのオンボーディングガイドでは、インストールから最初の Dollhouse ペルソナの有効化までを 10 分以内で案内します。

---

Dollhouse Elements：動作、機能、権限

Dollhouse の要素は、AI をカスタマイズするモジュール式の構成要素です。Dollhouse の要素を有効にすると、プロンプトを変更するだけではありません。AI がアクセスできるツール、実行できるコマンド、承認が必要な操作も変わります。

Dollhouse の要素	機能
Dollhouse Personas	動作、口調、専門知識、優先事項を形作ります。 AI にできることを制御する権限ポリシーを備えたセキュリティ主体として機能します。
Dollhouse Skills*	AI が必要に応じて有効化できる個別の機能を追加します。 コードレビュー、データ分析、侵入テスト、翻訳などに対応します。
Dollhouse Templates	変数置換によって出力を標準化します。 レポート、メール、ブリーフ、ドキュメントなどを毎回一貫した構成で作成できます。変数はコンテンツ内の {{placeholder}} トークンから自動的に導出されるため、手動でスキーマを定義する必要はありません。
Dollhouse Agents	複数のステップから成る目標を自律的に実行します。 状態追跡、レジリエンスポリシー、自律性の評価、実行ライフサイクルを備えています。
Dollhouse Memories	セッションをまたいで構造化されたコンテキストを保持します。 事実、設定、プロジェクトの状態を保存できます。起動時に自動読み込みすることもできます。
Dollhouse Ensembles	複数の要素をまとめて、1 つの有効化可能な単位にします。 有効化戦略、競合解決、連携した権限ポリシーを備えています。

*Skills の互換性

2025 年 7 月に導入された Dollhouse Skills は、後に Claude／Anthropic が採用した agent skills 形式よりも先に登場しました。DollhouseMCP には、組み込みの可逆な双方向コンバーターがあり、両方の形式間で情報を損なうことなく変換できます。

• インポート：convert_skill_format を使用して、agent skills を Dollhouse Skills に変換します。変換後は、他の Dollhouse 要素と同等に扱えます。Ensembles 内で Personas、Templates、その他の Skills と組み合わせたり、Dollhouse Agents で管理したり、Gatekeeper ポリシーで保護したりできます。
• エクスポート：DollhouseMCP がインストールされていないプラットフォーム向けに、Dollhouse Skills を agent skills に変換します。
• 往復変換：コンバーターには、両方向であらゆる情報を保持する可逆モードがあります。また、変換時にリスクの可能性があるパターンをサニタイズする安全モードも利用できます。

Skills Converter のドキュメント全文

Dollhouse の要素はすべて、ローカルポートフォリオに保存される、読み取り可能な Markdown または YAML ファイルです。所有権も管理権もユーザーにあります。AI とやり取りする際は、「Dollhouse」を使って区別してください。「Dollhouse code review persona を有効にして」や「Dollhouse research agent を実行して」と指示すると、AI がプラットフォーム本来の機能ではなく、DollhouseMCP の要素を使用するようにできます。

---

MCP-AQL：AI と DollhouseMCP の通信方法

多くの MCP サーバーは、個別のツールを数十個公開しています。それぞれがコンテキストトークンを消費し、LLM は平坦な一覧から適切なツールを選ばなければなりません。DollhouseMCP は異なるアプローチを採用しています。

MCP-AQL（Model Context Protocol – Advanced Agent API Adapter Query Language）は、すべての操作を 5 つの意味的なエンドポイントに整理します。これが CRUDE、つまり Create（作成）、Read（読み取り）、Update（更新）、Delete（削除）、Execute（実行）です。A は 4 つの役割を担います。Advanced query capabilities（高度なクエリ機能）、Agent-first design（エージェント優先の設計）、API consolidation（API の集約）、そして他の MCP サーバーや API を LLM と直接連携させる Adapter layer（アダプター層）です。各エンドポイントは、状態に対する操作内容ごとに処理をまとめ、各アクションの結果について、LLM に明確な意味的シグナルを提供します。

エンドポイント	目的	権限レベル
Create	新しい要素の追加、コレクションからのインストール、メモリー項目の追加	セッションごとに 1 回確認
Read	一覧表示、検索、詳細の取得、有効化、内部状態の確認	自動承認（安全で、副作用なし）
Update	既存の要素の編集	毎回確認
Delete	要素の削除、項目の消去	毎回確認
Execute	エージェントの実行、実行ライフサイクルの管理、操作の確認	毎回確認

これが重要な理由

• 意味の明確さ — LLM は、mcp_aql_read の呼び出しが常に安全であり、mcp_aql_delete の呼び出しが常に破壊的であることを理解できます。推測する必要はありません。

• ホストレベルの権限制御 — Claude Code のような MCP クライアントは、エンドポイントごとに異なる承認ポリシーを設定できます（読み取りは自動承認し、削除には確認を求めるなど）。

• イントロスペクションによる段階的な開示 — LLM は、まず 5 つのツールエンドポイントだけを利用できます。サーバーに問い合わせることで、実行時に操作、パラメーター、要素の形式、使用例を見つけます。

  { "operation": "introspect", "params": { "query": "operations" } }
  { "operation": "introspect", "params": { "query": "format", "name": "persona" } }
  

  これは、プロトコルに組み込まれた段階的な開示です。LLM は必要なものだけを、必要なときに読み込みます。特別なハーネスサポート（Claude Code の遅延ツール読み込みなど）が必要なクライアント側のソリューションとは異なり、MCP-AQL のイントロスペクションは、構造化データを返す標準的なツール呼び出しにすぎないため、あらゆる MCP クライアントで動作します。特別なクライアント機能は必要ありません。サーバーが自らを説明します。

  要素にも同じ原則が適用されます。YAML フロントマターでメタデータを提供してすばやく確認できるようにし、完全な Markdown コンテンツは有効化されたときにのみ読み込みます。LLM は 200 個の要素を一覧で一目で確認し、必要な要素を詳しく調べられます。

• トークン効率 — 約 4,300 トークンの 5 つのエンドポイントに対し、約 40 個の個別ツールでは約 29,600 トークン（85% 削減）です。シングルモードでは、さらに約 350 トークンまで減らせます。

MCP-AQL の完全なドキュメント — プロトコル設計、CRUDE パターンの根拠、イントロスペクションシステム、エンドポイントモード、デバッグについて説明しています。

---

ゲートキーパー：要素による権限の制御

MCP-AQL のすべての操作は、ゲートキーパーを通過します。これは、Dollhouse 要素が直接制御するサーバー側の権限システムです。Dollhouse Persona、Skill、または Ensemble を有効化すると、その権限ポリシーが直ちに適用されます。

 Example: Activate a "read-only analyst" persona

 ┌─────────────────────────────────────────────────────────────────┐
 │  Persona: read-only-analyst                                     │
 │                                                                 │
 │  gatekeeper:                                                    │
 │    allow:  [list_elements, search, get_element, introspect]     │
 │    deny:   [create_element, edit_element, delete_element,       │
 │             execute_agent, confirm_operation]                    │
 └─────────────────────────────────────────────────────────────────┘
                              │
                              ▼
 ┌─────────────────────────────────────────────────────────────────┐
 │  What the LLM CAN do:           What the LLM CANNOT do:        │
 │                                                                 │
 │  ✓ List and search elements     ✗ Create new elements           │
 │  ✓ Read element details         ✗ Edit existing elements        │
 │  ✓ Introspect operations        ✗ Delete anything               │
 │  ✓ Activate/deactivate          ✗ Run agents                    │
 │                                 ✗ Confirm any gated operation   │
 └─────────────────────────────────────────────────────────────────┘

これは、MCP クライアントで「常に許可」が有効になっていても機能します。 ゲートキーパーはサーバー側で実行されます。クライアントがツール呼び出しを承認した後も、ゲートキーパーは有効な要素のポリシーを引き続き適用します。有効な要素のいずれかが拒否した場合、LLM やクライアントがそれを覆すことはできません。

ゲートキーパーの 2 つの設定面は、次のように使い分けます。

• allow / confirm / deny は、read_*、edit_*、delete_element、execute_agent などの MCP-AQL 操作パターンに使用します
• externalRestrictions は、Read:*、Edit:*、Bash:git status*、Bash:rm * などの外部ツールおよびフックのパターンに使用します

ポリシー解決の仕組み

 deny  >  confirm  >  allow  >  route default
 (highest priority)              (lowest priority)

1. 要素による拒否 — 確実にブロックされ、確認による承認や回避はできません
2. 要素による確認 — ルートのデフォルトが自動承認であっても、ユーザーの確認が必要です
3. 要素による許可 — 通常は確認が必要な操作を自動承認します
4. ルートのデフォルト — エンドポイントに組み込まれた権限レベルです（読み取りは自動承認、削除は確認が必要）

ポリシーは有効なすべての要素にわたって適用されます。あるペルソナが操作を許可し、別のペルソナが拒否した場合は、拒否が優先されます。これにより、自信を持って要素を組み合わせられます。セキュリティ重視のペルソナで操作を制限しながら、スキルで機能を追加できます。

実際の動作

• 読み取り専用のペルソナを有効にする → MCP クライアントにフルアクセスを与えていても、LLM は閲覧と検索しかできません
• セキュリティアナリストのアンサンブルを有効にする → delete_element と rm -rf * は拒否されますが、コードレビュー用ツールは通常どおり動作します
• 制限要素を無効にする → ただちにフルアクセスに戻ります
• 完全隔離サンドボックス → deny: ['confirm_operation'] はすべての確認をブロックするため、要素が無効になるまでセッションは完全な読み取り専用になります

プラットフォーム互換性：Gatekeeper はサーバー側でポリシーを適用するため、拒否と許可の判定はどの MCP クライアントでも機能します。（ブロックへの応答として LLM が confirm_operation を呼び出す）確認フローは、Claude Code と DollhouseMCP Bridge で広範にテストされています。LLM が構造化されたツール応答を解釈し、後続のツール呼び出しを行える MCP クライアントであれば動作するはずですが、すべてのプラットフォームで厳密に検証されているわけではありません。

Gatekeeper のドキュメント — 確認フロー、要素ポリシーの構文、サンドボックスモデル、外部ツールの制限、セッション許可に関する問題について説明しています。

---

ポートフォリオ

Dollhouse の要素は、~/.dollhouse/portfolio/（macOS/Linux）または %USERPROFILE%\.dollhouse\portfolio\（Windows）のローカルポートフォリオに保存されます。AI に「ポートフォリオブラウザーを開いて」と頼むか、MCP-AQL 経由で open_portfolio_browser を呼び出すと、要素を視覚的に閲覧できます。有効化は LLM を通じて行います。「Dollhouse のコードレビュー用ペルソナを有効にして」と頼めば、あとは LLM が処理します。

• ローカルファースト — すべてオフラインで動作します。アカウントは不要です。
• 同梱の 37 個の要素 — 7 個のペルソナ、7 個のスキル、8 個のテンプレート、7 個のエージェント、3 個のメモリー、5 個のアンサンブルが、スターターコンテンツとしてサーバーに同梱されています。ガイド付きのサポートを提供する dollhouse-expert-suite アンサンブル（ペルソナ＋ナレッジベースのメモリー）と、サーバー状態の変更に合わせて LLM を同期させる Session Monitor エージェントも含まれています。
• GitHub 同期 — オプションでポートフォリオを GitHub リポジトリにバックアップし、要素を他の人と共有できます。
• コミュニティコレクション — コレクションを閲覧して利用可能な要素を確認し、AI から直接インストールできます。または、独自の要素を投稿してください。

GitHub ポートフォリオ同期ガイド — GitHub へのバックアップ、複数のマシン間での同期、コミュニティへの投稿について説明しています。

---

Dollhouse エージェントの実行

Dollhouse Agents は単に実行されるだけではありません。すべてのステップが MCP サーバーを経由して LLM に戻り、Gatekeeper を通過します。LLM は意味的な判断を行い、サーバーはプログラムによる制御を担当します。どちらも単独では動作しません。

 ┌───────────────┐
 │   HUMAN       │
 │  (optional)   │◄──── LLM asks for guidance
 │               │      when autonomy evaluator
 │ Approve, deny,│      says "pause"
 │ or guide      │
 └───────┬───────┘
         │ responds to LLM
         ▼
 ┌─────────────┐     ┌─────────────────────────────┐     ┌─────────────┐
 │             │     │  DollhouseMCP MCP Server     │     │             │
 │    LLM      │────▶│                              │────▶│    LLM      │
 │             │     │  1. Gatekeeper checks policy  │     │             │
 │  Decides    │     │  2. Autonomy Evaluator scores │     │  Records    │
 │  next       │     │  3. Danger Zone enforcement   │     │  step and   │
 │  action     │     │  4. Execute or block          │     │  continues  │
 │             │     │  5. Return result + autonomy  │     │  or pauses  │
 │             │◀────│     guidance to LLM           │◀────│             │
 └─────────────┘     └─────────────────────────────┘     └─────────────┘
        │                                                       │
        └──────────────── repeats every step ───────────────────┘

ループ内の各ステップでは、次の処理が行われます。

• Gatekeeper がすべての操作を有効なエレメントポリシーと照合し、拒否、確認、または許可します
• Autonomy Evaluator が、エージェントが自律的に続行すべきか、人間からの入力を待つべきかを評価します
• Danger Zone が、リスクの高い操作（ファイルの削除、外部 API の呼び出し、システムコマンド）をハードブロックします
• ステップ記録 によって、すべての判断と結果の監査証跡が作成されます
• LLM は各応答で自律性に関するガイダンスを受け取ります。続行、一時停止、またはエスカレーションの指示により、監視されない状態で動作することはありません

つまり、Dollhouse Agent が密かに権限を昇格させることはできません。すべてのアクションが可視化され、すべてのステップが評価され、実行全体を通じて有効なエレメントポリシーが適用されます。

プラットフォームに関する注意：エージェントのループでは、LLM が MCP ツール呼び出しを順次行い、構造化された応答を解釈します。これは標準的な MCP の動作です。Claude Code と DollhouseMCP Bridge で広範にテストされています。サーバー側の制御（Gatekeeper、Danger Zone、ステップ記録）はプラットフォームに依存しません。自律性に関するガイダンス（続行／一時停止／エスカレーション）に従う LLM の能力は、構造化されたツール応答を解釈する能力に左右され、プラットフォームによって異なる場合があります。

エージェント実行に関するドキュメント全文 — エージェントのループ、セキュリティ制御、Human-in-the-Loop による制御、エージェントの構成、レジリエンスポリシー、実行ライフサイクルの操作について説明しています。

---

その他の機能

• Web ポートフォリオブラウザー — ポートフォリオを視覚的に閲覧・管理するための組み込み Web コンソールです。AI に「ポートフォリオブラウザーを開いて」と頼むか、単独で npm run web を実行してください。
• バッチ操作 — 1 回の MCP-AQL リクエストで複数の操作を実行し、ワークフローを効率化します
• アクティベーションの永続化 — セッション中にアクティブ化されたエレメントは、サーバーの再起動後に復元されます。再アクティブ化は不要です。
• ユニバーサルバックアップ — ポートフォリオのエレメントを復元できる、組み込みのバックアップサービスです
• キャッシュメモリ予算 — リソース使用量を制御するため、コレクションキャッシュとインデックスキャッシュのメモリ予算を設定できます
• NLP による検出 — Jaccard 類似度と Shannon エントロピーによるスコアリングで、エレメントの検索と検出をインテリジェントに行います
• エレメント間の関係 — GraphRAG 方式でエレメント間の対応関係をマッピングし、関連コンテンツを見つけます
• セキュリティ強化 — 入力のサニタイズ、パストラバーサルの防止、YAML インジェクションの保護、ファイルロック、DOMPurify によるサニタイズ、数百種類の攻撃ベクトルに対するコンテンツ検証に対応しています。セキュリティに関するドキュメント
• クロスプラットフォーム — Node.js 20 以降の環境で Windows、macOS、Linux をテスト済みです

---

インストール方法

上記のクイックスタートで最短の手順を説明しています。さらに細かく設定するには、次の手順をご覧ください。

ローカルインストール（複数の設定での使用に推奨）

mkdir -p ~/mcp-servers && cd ~/mcp-servers
npm install @dollhousemcp/mcp-server

次に、MCP クライアントで node <path>/node_modules/@dollhousemcp/mcp-server/dist/index.js を指定します。

MCP-AQL エンドポイントのモード

モード	エンドポイント	トークン数	環境変数	おすすめの用途
CRUDE（デフォルト）	5	約4,300	MCP_AQL_ENDPOINT_MODE=crude	ほとんどのユーザー向け。ホストレベルの権限制御を備えた意味的なグループ化
Single	1	約350	MCP_AQL_ENDPOINT_MODE=single	コンテキストウィンドウに制約がある複数サーバー構成
Discrete	約40	約29,600	MCP_INTERFACE_MODE=discrete	v1 のツール名との後方互換性

注意：CRUDE と Single は MCP_AQL_ENDPOINT_MODE で制御します。Discrete モードでは別の変数 MCP_INTERFACE_MODE=discrete を使用します。

共通設定

変数	デフォルト	説明
MCP_AQL_ENDPOINT_MODE	crude	エンドポイントモード：crude、single
MCP_INTERFACE_MODE	mcpaql	インターフェースのスタイル：mcpaql、discrete
DOLLHOUSE_PORTFOLIO_DIR	~/.dollhouse/portfolio/	カスタムポートフォリオの場所
GITHUB_TOKEN	—	GitHub 操作用の個人アクセストークン

環境変数の完全なリファレンス · 他のプラットフォーム向け MCP クライアントのセットアップ

---

ドキュメント

ガイド	説明
クイックスタートガイド	Claude Code、Desktop、Cursor、Gemini、Codex、ローカル LLM 向けのプラットフォーム別インストール
パブリックベータのオンボーディング	10 分でインストールして最初のペルソナを作成
LLM クイックリファレンス	AI アシスタント向けに作成された操作チートシート
MCP-AQL アーキテクチャ	CRUDE プロトコル、イントロスペクション、エンドポイントモード
Gatekeeper セキュリティモデル	権限レイヤー、要素ポリシー、サンドボックスモデル
GitHub ポートフォリオ同期	GitHub へのバックアップ、マシン間の同期、コミュニティへの投稿
メモリシステム	永続的なコンテキストの保存と取得
スキルコンバーター	エージェントスキルの双方向変換
エージェントの実行	エージェントループ、セキュリティの適用、ヒューマン・イン・ザ・ループ、合成
アーキテクチャ概要	システム設計、DI コンテナ、データフロー
セキュリティ	脅威モデル、テスト、脆弱性の報告
API リファレンス	MCP ツールの完全なカタログとペイロードスキーマ
V2 移行ガイド	v1.x からのアップグレード
トラブルシューティング	よくある問題と解決方法

---

貢献

バグ報告、機能リクエスト、ドキュメント、コード、コミュニティ要素など、あらゆる貢献を歓迎します。

git clone https://github.com/DollhouseMCP/mcp-server.git
cd mcp-server
npm install && npm run build && npm test

開発ワークフロー、ブランチ戦略、コードスタイルガイドの詳細は、CONTRIBUTING.md をご覧ください。

---

コミュニティ

• GitHub Discussions — 質問、アイデア、活用事例の紹介
• GitHub Issues — バグ報告、機能リクエスト
• Discord — リアルタイムチャット
• コレクションを見る — インストール可能な、コミュニティ提供の Dollhouse 要素
• コレクションリポジトリ — 投稿と貢献のソースリポジトリ

---

ライセンス

AGPL-3.0-or-later — 自由に使用、変更、配布できます。ネットワーク上で使用する場合は、ソースの開示が必要です。詳細な条件については、LICENSE をご覧ください。

---

Copyright 2024-2026 Mick Darling / DollhouseMCP