mcpField
G
gather

gather

リモート
github.com/hunta-aiメモリ・ナレッジ05 週間前に更新
リポジトリ

gather について

Gather は AI コーディングエージェント向けのマルチテナント記憶サービスで、MCP サーバー、REST API、Claude Code プラグインや CLI などのクライアント連携を備えています。候補をレビューしてから想起可能な事実として登録する仕組みで、二時点記録と検証可能なテナント分離証明に対応します。

主な機能

  1. 01自動想起とコンテキストの再注入
  2. 02候補の一時保存とレビュー後の登録
  3. 03二時点管理と出所を持つ事実
  4. 04検証可能な証明付きテナント分離
  5. 05Claude Code プラグインと CLI 連携

活用シーン

  1. 01エージェントの各ターン開始時に関連記憶を復元
  2. 02セッションの学びを保存して後からレビュー
  3. 03レビュー済み候補を共有メモリに登録
  4. 04テナント分離の証明をオフラインで検証

MCP 対応

MCP 経由でリモートメモリサービスを提供し、クライアントから想起やレビューを伴う記憶操作を行えます。リポジトリには MCP クライアント連携とサーバー設定例も含まれます。

設定

リモートサーバーはインストール不要です。クライアントを選んで設定をコピーするか、ワンクリックで導入できます。

エンドポイントhttps://mcp.hunta.ai/mcp
インストールコマンドをコピー
Claude CodeTerminal
Cursor.cursor/mcp.json
VS Code.vscode/mcp.json
Claude Desktopclaude_desktop_config.json
Windsurf~/.codeium/windsurf/mcp_config.json

コマンドはターミナルで実行し、JSON は各クライアントの MCP 設定に貼り付けて再起動します。認可が必要なサーバーは初回接続時にログインを求めます。

ツール

詳細

Gather

AI コーディングエージェントのための、決定論的で証明可能なメモリ。

License Stars CI Website

利用を開始 · コンソール · 仕組み · 比較


このリポジトリは、Gather のオープンな統合インターフェースです。Gather は、サーバー側でテナントを分離し、証明可能なキュレーション済み書き込みを提供する、マルチテナント型の組織メモリサービス(MCP サーバーと REST API)です。メモリエンジンはホスト型サービスです。このリポジトリには、Claude Code プラグインから始まるクライアント統合機能が含まれているため、モデルが覚えていることを期待するのではなく、ハーネスがメモリを自動的に 利用 できます。

このリポジトリの内容

パス内容
integrations/claude-codegather プラグイン:フック、バンドルされた MCP サーバー、キュレーションスキル
cli/hunta CLI:gather、recall、verify、instinct(および SDK の種となるクライアント)
verify/@hunta/verify:分離アテステーションレシートをオフラインで Ed25519 検証(信頼せずに検証)
examples/そのまま使える設定(任意の MCP クライアント向けの生の mcpServers ブロック)
docs/プラグインのリファレンス:データフロー、ステージングモデル、コスト、メトリクス、トラブルシューティング

今後、Codex や Agent SDK などの統合機能もこのリポジトリに追加されます。

クイックスタート(Claude Code)

2 行追加して、トークンを設定します。

/plugin marketplace add hunta-ai/gather
/plugin install gather@hunta

コンソールでエージェントキーを発行します(提案と想起に限定し、正本への書き込みは許可しません)。次に、プラグインをテナントに接続します。

export GATHER_URL=https://mcp.hunta.ai   # or your own deployment on Estate (self-host)
export GATHER_TOKEN=<your-agent-key>

次回のセッションから、想起とキャプチャが有効になります。詳しい手順は hunta.ai/get-startedをご覧ください。

別のクライアントを使う場合(生の MCP)

Claude Code 以外を使用する場合や、生の MCP を使いたい場合は、任意の MCP クライアントをサーバーに直接接続してください (examples/mcp-config.jsonを参照)。

{
  "mcpServers": {
    "gather": {
      "url": "https://mcp.hunta.ai/mcp",
      "headers": { "Authorization": "Bearer <your-agent-key>" }
    }
  }
}

プラグインの機能

  • すべてのプロンプトで自動想起。 UserPromptSubmit フックがメモリを検索し、上位の事実をターンに挿入するため、エージェントはすでに把握している情報をもとに作業を開始できます。
  • コンパクション後に再挿入。 SessionStart(compact) フックが想起を再実行し、Claude Code のコンテキストリセット後も挿入済みのコンテキストを維持します。
  • 損失を防ぐキャプチャ。 PreCompact フックと SessionEnd フックが、内容を含まない記録をステージング受信箱に送信します。トランスクリプトはアップロードされません。
  • キュレーションスキル。 /gather:flush は保留中の候補を確認し、/gather:status はローカルでの想起ヒット率とレイテンシを表示します。

基本方針は、ハーネスによって呼び出しを強制することです。ツールが利用可能であることと、実際に使われることは別です。エージェントは自力でコンテキストを想起したり、学んだことを書き戻したりするとは限りません。そのためフックによって、モデルの判断に頼らず、すべてのターンで必ず実行されるようにしています。

メモリの仕組み

Gather の差別化要因は書き込み経路です。書き込み側に判断させません。

  1. キャプチャによって、候補がステージング受信箱に格納されます。候補は想起の対象になりません。
  2. 昇格では、キュレーション済み書き込みパイプライン(抽出、重複排除、二時点上書き、来歴の記録)が実行されます。これが正本に登録される唯一の経路であり、人間(またはポリシー)が判断します。
  3. 想起では、封印済みで帰属を追跡できる事実だけが返されます。挿入されたエージェントはノイズを提案できますが、事実を封印することはできません。

常時キャプチャするため、セッションが終了して学びが失われることはありません。また、ステージングの隔壁により、未確認の記録がエージェントの参照するメモリを汚染することもありません。 詳しくはキュレーションゲートをご覧ください。

構造上フェイルオープン

メモリサーバーが遅い、または到達できない場合でも、ターンがブロックされたり劣化したりすることはありません。

  • フックのタイムアウトは8秒です。
  • すべてのエラーパス(タイムアウト、4xx/5xx、トークン不足、ネットワーク障害)で、出力なしで0を返します。 何も注入せず、そのまま続行します。
  • 自動キャプチャで追加されるのはステージングへの候補のみなので、エラーパスではcanonに一切触れません。

サーバーがダウンした場合の最悪のケースは、コンテキストが注入されないターンになることです。ターンが停止することはありません。

プライバシー

すべてのデータは、設定したGATHER_URLにのみ送信されます。リコールではプロンプトテキストを検索クエリとして送信し、キャプチャではブレッドクラム(イベント、cwd、セッションID、タイムスタンプ)を送信します。トランスクリプトは送信しません。 ホステッドサービスではエンドポイントはmcp.hunta.aiです。Estateでは独自のデプロイ先となり、インフラストラクチャの外部にデータが出ることはありません。データフロー表の全体については、docs/plugin.mdをご覧ください。

Gatherを選ぶ理由

Gather一般的なメモリAPI
書き込みパスキュレーション方式:canonに追加する前に提案をレビュー直接書き込み
分離テナントごとの暗号化とRLS。自分で実行できる署名付き証明を提供うたわれているのみ
時間双時制(何が真実だったか、そしていつそれを知ったか)最終書き込み優先

遅れをとっている点も含めた誠実な比較については、hunta.ai/compareをご覧ください。

コミュニティとサポート

コントリビューション

インテグレーションや修正を歓迎します。CONTRIBUTING.mdと 行動規範をご覧ください。

ライセンス

Apache-2.0。

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。