Twin Me Up

一度教えれば、使うすべてのエージェントがあなたらしく仕事をし、行動する前に確認します。

クイックスタート · プロンプトひとつでインストール · 仕組み · 対応環境 · 研究内容 · 安全性

理由

おそらく、複数の AI エージェントを使っているでしょう。どのエージェントも毎回ゼロから始まります。あなたが何を大切にしているか、決して妥協しない点は何か、どの判断を自分でしたいのかを知りません。そのため、同じことを何度も伝え、同じ間違いを繰り返し修正し、確認する前に重大なことが起きないよう願うことになります。

Twin Me Up は、小規模なローカルのオープンソースサービスです。すべてのエージェントに、次の3つの質問への共通の答えを提供します。

1. この人は、この種の作業をどのように進めたいのか？ 確認済みの指針、基準、例外、譲れない一線を、作業開始時にエージェントへ伝えます。
2. これを実行してよいのか？ ワークフローとアクションの範囲を定めた明示的な許可を設定でき、有効期限も指定できます。許可されていない操作には ask が返されます。オプションのフックを使えば、モデルの外側でこれを強制できます。
3. 今、何を学んだのか？ あなたの判断や修正が、教訓の候補になります。確定できるのはあなただけです。

これは、あなたを模したチャットボットでも、性格のクローンでも、あなたに代わって自律的に行動するものでもありません。そうした主張を裏付ける証拠はなく、その理由は研究内容で説明しています。

特徴

現在お使いかもしれないものとの比較

クイックスタート

Python 3.11 以降と uv（または pipx）が必要です。macOS と Linux でテスト済みです。Windows でも動作するはずですが、テストされていません。

uv tool install twin-me-up        # or: pipx install twin-me-up
twinmeup init                     # your name and a passphrase, in your own terminal
twinmeup connect --list           # every supported agent system
twinmeup connect claude-code      # the exact steps for one of them, with your paths
twinmeup doctor                   # check everything, including a live MCP handshake

twinmeup init を実行すると、名前とパスフレーズの入力を求められます。パスフレーズは、教訓の承認、権限の付与、エクスポート、消去など、あなたのみが実行すべきすべての操作を保護します。エージェントにパスフレーズが渡されることはなく、これらのコマンドはパスフレーズなしでは実行できません。

MCP サーバーだけが必要ですか？twinmeup init の後、あらゆる MCP クライアントから uvx twin-me-up を使って起動できます。最新のコードを使いたい場合は、uv tool install git+https://github.com/GitDakky/twin-me-up を実行してください。

アップグレードする場合は、uv tool upgrade twin-me-up（または pipx upgrade twin-me-up）を実行してから、twinmeup doctor を実行してください。アップグレードによってツインにどのような変更が加わるかについては、FAQをご覧ください。

Claude Desktop をお使いですか？twinmeup init の後、最新リリースから .mcpb デスクトップ拡張機能をダウンロードして開いてください。1つのバンドルで macOS、Windows、Linux に対応します。

1つのプロンプトでインストール

すでにエージェント内で作業していますか？以下を貼り付けてください。

Install Twin Me Up for me and connect it to yourself. Twin Me Up is a local, open-source
work twin: it learns how I make decisions, briefs you at the start of work and tells you when
you need my approval. Repository: https://github.com/GitDakky/twin-me-up

Work step by step and show me each command you run.

1. Install it. Prefer uv:
     uv tool install twin-me-up
   If uv is not available, use pipx:
     pipx install twin-me-up
   If PyPI cannot be reached, install from GitHub instead:
     uv tool install git+https://github.com/GitDakky/twin-me-up
   Then check with: twinmeup version

2. Ask me to run `twinmeup init` myself, in my own terminal, and wait until I say it is done.
   It sets my name and a passphrase that only I know. Do not run it for me, do not ask me for
   the passphrase, and never type a passphrase anywhere.

3. Run `twinmeup connect --list`, pick the entry that matches you (or `generic`), then run
   `twinmeup connect <entry>` and carry out the steps it prints to register the MCP server and
   install the skill. If it offers optional enforcement hooks, show me the action map and the
   hook configuration first, and install them only if I agree.

4. Run `twinmeup doctor` and report the result.

5. If your system needs a new session to load MCP tools, tell me. Otherwise call twin_brief
   for workflow "general" and summarise what it says.

While you work with my twin:
- Call twin_brief at the start of a piece of work.
- Call twin_authorise before anything consequential: sending, paying, publishing, deleting or
  committing on my behalf. If the answer is "ask", prepare a draft, request my approval with
  twin_request_approval, and act only once twin_approval_status says it is approved.
- Give every write a request_id, so a retry never records anything twice.
- When I correct you, record it with twin_record_correction.
- Never try to confirm lessons, approve requests, grant authority, export or erase. Those are
  mine, and the twin will refuse you anyway.

エージェントがパッケージをインストールし、自身を接続して、結果を確認します。重要な2つの手順はあなた自身が行います。パスフレーズを選ぶことと、強制フックを承認することです。このプロンプトは docs/install-prompt.mdにもあります。

仕組み

flowchart LR
    you([You])
    twin[("Your twin<br/>local store")]
    agent["Any agent"]
    hook{{"Pre-action hook"}}
    you -- "confirm lessons<br/>grant and approve" --> twin
    twin -- "candidate lessons<br/>to review" --> you
    agent -- "twin_brief<br/>twin_authorise<br/>request approval" --> twin
    agent -- "record decisions<br/>and corrections" --> twin
    agent -. "every governed tool call" .-> hook
    hook -- "ungranted: block or ask" --> agent
    hook -- "checks grants" --> twin

ループ

1. 状況を把握する。 作業の開始時に、エージェントは twin_brief を呼び出します。ワークフローに関する確認済みの指針を受け取ります。そこには常に境界とエスカレーションルールが含まれ、許可されている操作の一覧も示されます。
2. 確認する。 重大な操作を行う前に、エージェントは twin_authorise を呼び出します。実行中の許可がその操作を対象としている場合に限り、回答は allow になります。それ以外の場合は ask となり、エージェントは下書きを用意してあなたに承認を求め、判断を待ちます。
3. 学習する。 あなたが判断を下したり、エージェントを修正したりすると、エージェントはその判断または修正を記録し、そこから得られる教訓を提案します。
4. 承認する。 キューを確認し、それぞれの教訓を承認、修正、または却下します。承認された教訓だけが、今後の概要に反映されます。
5. 検証する。 留保した判断を固定し、ツインを2つのベースラインと比較してテストしてから、より多くのことを任せます。

エージェントが使用できるツール

あなただけが実行できる操作

これらのコマンドにはパスフレーズが必要なため、エージェントは実行できません。

承認

許可されていない操作が必要なエージェントは、その操作の承認を求めて待機します。

1. twin_authorise が ask を返します。エージェントは下書きを用意し、何を行うのか、またその理由を1行でまとめて twin_request_approval を呼び出します。
2. twinmeup approvals list でリクエストを確認し、自分のターミナルで判断します。twinmeup approvals approve <id> または twinmeup approvals decline <id> --note "why" を実行します。
3. エージェントは twin_approval_status を確認し、approved と表示された場合に限り操作を実行します。

特に指定がない限り（--uses 3、--for 1d）、承認によって、リクエストされた操作を1回、1時間だけ実行できます。フックによって適用される場合、その操作を行うツール呼び出しで承認が消費されるため、再度試すには新たなリクエストが必要です。すべての承認と却下は判断としても記録されるため、ツインはあなたの許容範囲を学習します。リクエストは再起動後も保持され、エージェントが同じリクエストを2回送ると、最初のリクエストが返されます。

書き込みツールでは、任意の request_id も指定できます。接続の切断やクラッシュ後に同じIDで再試行すると、二重に記録する代わりに、最初の結果が返されます。

対応システム

twinmeup connect <system> を実行すると、これらの各システムについて、お使いのマシン上のパスを使った正確な手順が表示されます。すべてのガイドはdocs/integrations.mdにもあります。

2026年10月に、各システムの最新リリースを対象に確認しました。ホストの確認は 0.1.0 で実行しました。0.2.0 では同じ MCP サーバーに2つのツールが追加され、Pi Durable の確認は 0.2.0 で実行しました。フレームワークの確認はscripts/interop/frameworks.pyで再現できます。「未実行」と記されたシステムで動作させられましたか？方法をお知らせください。

MCP を使わない場合は、関数呼び出しスキーマをエクスポートし、CLI 経由で呼び出しを実行します。

twinmeup tools schema --format openai > twin-tools.json
twinmeup --actor agent:my-bot tools call twin_authorise '{"workflow": "general", "action": "email.send"}'

自分の分身を育てる

まずは、見積もりの確認や問い合わせのトリアージなど、よく繰り返すワークフローを1つ選んで始めましょう。

1. 絶対に譲れない条件を書き出します。 これらはすべての概要に引き継がれ、優先順位付けによって除外されることはありません。

twinmeup probes onboarding      # questions worth answering for a new workflow
twinmeup lesson propose --workflow quote-review --kind boundary \
  --statement "Never instruct a contractor without my written approval." \
  --origin written_rule --confirm

2. 実際の判断を記録します。 エージェントは作業中に twin_record_decision を使って記録します。examples/を参照して、JSON から自分で追加することもできます。自分で追加した記録にはあなたの名前が付くため、パスフレーズの入力が求められます。

twinmeup episode add examples/episode.quote-review.json
twinmeup episode gaps <episode-id>      # what the record does not yet explain

3. 提案内容を確認します。 あなたが承認するまでは、エージェントの提案に権限はありません。

twinmeup lesson list --status candidate
twinmeup lesson confirm <lesson-id> --note "Yes, always"
twinmeup lesson revise <lesson-id> --statement "Only for quotes over budget"

4. 権限は必要最小限に付与し、有効期限を設けます。

twinmeup grant add --workflow quote-review --action draft.prepare --expires 2026-12-31
twinmeup grant list

学びには fact、criterion、exception、escalation、procedure、boundary、preference の7種類があります。それぞれに、明文化されたルールなのか、あなたから聞き取った内容なのか、モデルが推論したのか、修正から学んだのかが記録されます。

効果を測定する

自分に似た話し方をするからといって、分身を信頼してはいけません。まだ見ていない判断を使ってテストしてください。

twinmeup eval create --name holdout --workflow quote-review
twinmeup eval from-episode <set-id> <episode-id>     # or: eval add-case <set-id> case.json
twinmeup eval freeze <set-id>

export OPENROUTER_API_KEY=...                         # or use endpoint: with a local model
for arm in generic rules twin; do
  twinmeup --actor agent:eval eval run <set-id> --arm $arm --responder openrouter:<model>
done
twinmeup eval report <run-id>

それぞれのケースには、同じモデルを使って3通りの回答を作成します。

分身が役に立つと言えるのは、rules 条件を上回った場合だけです。レポートには、あなたの選択との一致度と、分身が適切にエスカレーションした頻度が表示されます。また、サンプル数が少なすぎて有意な判断ができない場合には警告が表示されます。証拠が蓄積されるにつれて、twin_track_record はワークフローを observe から draft、さらに supervised へと進めます。段階はあくまで助言であり、権限ではありません。自律性をさらに高めるには、あなたからの明示的な許可が必要です。

docs/pilot-guide.mdでは、1つのワークフローを対象にした6週間のパイロットについて説明しています。

セキュリティモデル

• 人間のみが行える操作には、パスフレーズが必要です。 パスフレーズはソルト付きの scrypt ハッシュとして保存され、エージェントの引数からではなく、ターミナルから読み取られます。
• エージェントが自分をあなたとして設定することはできません。 保護されていない複製の設定は、実際のターミナルから行う必要があります。
• 予約済みのアクション。 twin. 配下のアクションは許可できないため、エージェントにツイン自体の操作権限を与えることはできません。
• 承認は、1つのアクションに対して1回限りです。 承認または却下できるのは、パスフレーズを使うあなただけです。承認で許可されるのは、要求されたアクションそのものに限られ、あなたが別途指定しない限り、1回、かつ1時間有効です。フックが適用される環境では、ツール呼び出しごとに新たな試行となるため、ホストが再利用した ID が使用済みの承認を再利用することはできません。
• 適用に失敗した場合は、常に拒否されます。 フックが判定に到達できない場合、ツール呼び出しはブロックされます。サンプルのアクションマップでは、人間のみが行えるコマンドの実行、ツインのストアへの書き込み、フックを登録するホスト設定の編集も、エージェントには許可されません。
• 改ざんを検知できる監査ログ。 書き込みはすべてハッシュチェーンに追加されます。twinmeup audit verify で検証できます。
• 署名済みで再現可能なリリース。 パッケージは GitHub Actions でビルドされ、信頼された公開とアテステーションを使って PyPI に公開されます。長期間有効なトークンはありません。
• 制限を正直に説明します。 Twin Me Up はあなたとして実行されます。あなたのユーザーとして動作するプログラムは、どれもあなたのファイルを読み取ることができます。パスフレーズによって、エージェントがツイン独自のコマンドを使ってあなたとして操作することを防ぎ、フックによって管理対象のツール呼び出しを停止できますが、どちらもサンドボックスではありません。強力に隔離するには、エージェントを別のユーザーとして実行するか、コンテナ内で実行してください。

脅威モデルと脆弱性の報告方法については、SECURITY.md をご覧ください。

それでも問題が起こりうるケース

Twin Me Up は、エージェントが実行できることを制限します。それだけでエージェントが安全になるわけではありません。

• フックがなければ、ツインは助言をするだけです。 MCP のみを使う場合、ツインはエージェントに可能な操作を伝えますが、それを無視するエージェントを止めるものはありません。適用には、アクション前フック（Hermes、Claude Code、Cursor、pi または Pi Durable）が必要です。
• フックが管理するのは、マッピングされた呼び出しだけです。 アクションマップに一致しないツールやコマンドは、ホスト独自の権限設定に従います。
• フックがなければ、承認には有効期限がありますが、1回限りではありません。 承認を消費するのはフックであるため、MCP のみを使う場合、承認されたアクションは期限切れになるまで許可されます。
• 許可はサンドボックスではありません。 許可されたアクションは、エージェントのすべての権限で実行されます。
• 再試行が安全なのは、request_id がある場合だけです。 これを指定せずに書き込みを再試行すると、記録が重複することがあります。
• あなたのパスフレーズが境界です。 パスフレーズとあなたのターミナルにアクセスできる人は、教訓を確定し、要求を承認できます。エージェントにパスフレーズが渡ることはなく、侵害されたマシンは対象外です。
• ファイルは非公開ですが、暗号化されていません。 ストアと設定を読み取れるのは、あなたのユーザーアカウントだけです。保存データの暗号化はまだ組み込まれていません。
• 予測は同意ではありません。 ツインはあなたの判断方法を学習しますが、あなたの回答の予測を承認として扱うことはありません。

あなたのデータ

• すべてのデータは ~/.twinmeup に保存されます（移動するには TWINMEUP_HOME を設定してください）。ファイルを読み取れるのはあなただけです。
• twinmeup export twin.bundle.json は、持ち運び可能なバンドルを書き出します。保留評価の回答は、あなたが要求しない限り封印されたままです。
• twinmeup erase episode <id> --reason "..." は、判断と、そこから派生したすべての教訓、引き継ぎ、評価ケースを削除し、チェーンの有効性を保ちながら監査ログからその情報を墨消しします。
• ツイン自体がモデルを呼び出したり、データを外部に送信したりすることはありません。ネットワーク呼び出しが発生するのは、あなたが設定する評価応答器のみです。

研究

コードを書く前に、人間のデジタルツイン、専門知識の移転、AI による支援に関する主要な研究を確認しました。主な結果は次のとおりです。

だからこそ、ツインは権限を推測せず、学習にはあなたの確認が必要です。また、省略された理由について追加質問を行い、印象を頼りにせずベースラインと比較して評価します。すべての出典と、規制上の指針（職場での感情推定を禁じる EU AI Act の規定を含む）を記載したレビュー全文は、docs/research.md にあります。

コマンドリファレンス

ロードマップ

• 各ホストのフックインターフェースが対応可能になり次第、対応するホストを増やして強制適用フックを提供
• ストアの保存データの暗号化
• ツインをマシン間で移動するための署名付きバンドル
• レッスンと承認を扱う小規模なローカルレビューアプリ
• VS Code、Goose、Windows 向けの検証済みガイド
• Pi Durable 拡張機能を実験段階から脱却させ、pi のコーディングツール向けの検証済みマップを提供

issues と discussions で進捗を確認したり、作業に参加したりできます。

コントリビューション

誤字の修正から新しいエージェント連携まで、コントリビューションを歓迎します。 Good first issues は取り組みやすい内容です。CONTRIBUTING.md では、セットアップ、1コマンドでのチェック、レビューの進め方について説明しています。セキュリティ上の問題は、SECURITY.md に記載の方法で非公開に報告してください。

クレジットとライセンス

Twin Me Up は GitDakky が作成し、 Apache License 2.0 のもとで公開されています。再配布または改変して利用する場合は、元の作者を記載した NOTICE ファイルを保持する必要があります。研究で使用する場合は、GitHub の「Cite this repository」ボタンから引用文をすぐに作成できます。

Twin Me Up が役に立った場合は、スターを付けると、ほかの人にも見つけてもらいやすくなります。

Model Context Protocol 上に構築されています。