rlhf-feedback-loop

ThumbGate 👍 👎

ThumbGate は、AI コーディングエージェント向けの自己改善型アクション前ファイアウォールです
AI コーディングエージェントは同じミスを繰り返します。誤ったツール呼び出しひとつで、ディレクトリが消去されたり、キーが漏えいしたり、壊れたコードがプッシュされたりする可能性があります。

できること

ThumbGate は、AI コーディングエージェント向けのローカルファーストなアクション前チェックエンジンです。PreToolUse フックで実行され、ツール呼び出しの実行前に提案内容を評価するため、重大なミスを未然に防げます。

ThumbGate の GitHub スター数の伸びは、GitHub のプライバシーに配慮した GET /repos/{owner}/{repo}/stargazers/history エンドポイント（週ごとの件数、スターを付けたユーザーの身元情報なし）で測定しています。ローカルで検証するには、npm run stars:history -- --fixture tests/fixtures/github-star-history.json --json を実行してください。スター数は npm のインストール数でも収益でもありません。稼働中の GitHub Marketplace Action は ThumbGate Agent Governance（uses: IgorGanapolsky/ThumbGate@v1）です。

スター数より利用状況を重視。 ThumbGate は、リポジトリのスターが20個か2万個かではなく、上記のインストール方法と実際の利用状況を示すバッジ（npx thumbgate init、Marketplace の uses:、npm の週間ダウンロード数、GitHub のクローン数）を基準に評価してください。売り込み用の資料は必要ありません。GitHub プロフィールのバッジ稼ぎはしていません（保護された main への YOLO マージ、Issue を5分でクローズする見せかけ、偽の Co-authored-by は行いません）。Galaxy Brain の獲得には、Discussions Q&A で実際に採用された回答が必要です。npm run github:achievements -- --fixture tests/fixtures/github-achievements.json --json を実行すると、すでに獲得した実績と、稼ぎ目的で取得しない実績を一覧できます。

対象ユーザー

ThumbGate は、AI コーディングエージェントがツール呼び出しを人間が確認する前に、シークレットを漏えいさせたり、チェックアウトを破壊したりする可能性のあるオペレーター向けです（Claude Code、Cursor、Codex、Gemini CLI、MCP）。こうしたオペレーターに情報を届けることが目的であり、スター獲得キャンペーンではありません。

ThumbGate は、GitHub のスターを集めるためのパッケージでも、偽のエンゲージメントでも、npm へのインストールや PR のマージの代わりでもありません。実際のエンゲージメントとは、npx thumbgate init を実行し、実際に発火する PreToolUse フックを使うことです。

テック系ミーム（共有可能）

アクション前のゲートがない場合にエージェントが起こす問題を示す、シンプルなビジュアルです。

ミーム	意味
	チェックされていないツール呼び出しが、破壊的なコマンドを実行します。
	プロンプトは助言、PreToolUse フックは強制です。

デフォルトでは、検出されたシークレットの漏えいと、2 種類の直接的な自己無効化コマンドをハードブロックします。自己無効化コマンドとは、ThumbGate のゲートプロセスを終了するコマンド、またはバイパス用の環境変数オーバーライドを有効にするコマンドです。その他の高リスクなクラス（rm -rf、強制プッシュ、取得して実行するコマンド、ガードレールの直接編集）は、デフォルトでは警告してログに記録します。厳格な適用を有効にするには、THUMBGATE_STRICT_ENFORCEMENT=1 を設定してください（警告がハード拒否に変わります）。

受け入れられたフィードバックは、ローカルの教訓として保存されます。 繰り返し発生する具体的な失敗は、警告からブロックゲートへと昇格する防止ルールにできます。モデルを再トレーニングすることなく、ファイアウォールは運用を通じて改善されます。プロンプト評価（npx thumbgate eval）により、受け入れられたフィードバックが再利用可能な評価ケースとローカルの証明レポートに変換されます。

正直な免責事項： ThumbGate はモデルの重みを更新しません。実行時にツール呼び出しをインターセプトします。ローカルファーストのため、適用経路にクラウドは必要ありません。

Claude Code、Cursor、Codex、Gemini CLI、Amp、Cline、OpenCode など、その他の MCP エージェントでも動作します。

  Agent tries:   rm -rf tests/
  ThumbGate:     👎 WARN + LOG — "Never delete test directories"
                 Pattern matched: rm.*-rf.*tests
                 Source: your thumbs-down from last Tuesday
                 Strict mode: ⛔ DENY before tool execution

エージェント型開発サイクルへの適合

エージェント型開発は、ガイド → 生成 → 検証 → 解決というループになりつつあります。ThumbGate は、生成された意図と実行されるアクションの間にある、アクション前のゲート／境界です。

クイックスタート

各段階で検証ステップを実施する、段階的な手順をお探しですか？段階的セットアップガイドをご覧ください。

段階的に接続します。有効化する前に、まず接続経路を確認してください。ダッシュボードが空であれば成功です。

npx thumbgate init          # Phase 1: hooks only
npx thumbgate doctor        # verify: exits 0 only when PreToolUse hook is wired (hidden metric = hook install, not gate count)
npx thumbgate dashboard --open  # Phase 2: open local HTML; empty stats are OK
npx thumbgate capture --feedback=down --context="Never run DROP on production tables" --what-went-wrong="agent proposed DROP" --what-to-change="require review for DROP"

同じスコープ内で後から発生する DROP の試行は、チェックを表示します。

⚠️ Check fired: "Never run DROP on production tables"
   Pattern: DROP.*production
   Verdict: 👎 WARN + LOG   (⛔ BLOCK when THUMBGATE_STRICT_ENFORCEMENT=1)

番号付きの設定ファイル： config/progressive/。ガイド：段階的な接続。

MCP／Glama／レジストリへのインストール（stdio）

ThumbGate を MCP サーバーとしてインストールするディレクトリやクライアントでは、HTTP API ではなく、stdio MCP を起動する必要があります。

npx -y thumbgate serve

• 同等のコマンド：npx -y thumbgate mcp
• MCP には npm start を使用しないでください。これは、エージェント向けの stdio サーバーではなく、ホスト型 HTTP API（src/api/server.js）を起動します。

▶ 90 秒のデモ · GIF による手順

エージェントへのインストール

エージェントごとのガイド：Claude/Codex ブリッジ · Codex プロファイル · Cursor · MCP のセットアップ

インストール範囲：マシン全体とプロジェクト単位

どちらの範囲でも、mcpServers.thumbgate に加え、PreToolUse／UserPromptSubmit／PostToolUse／SessionStart フックが書き込まれます。ほとんどの開発者には、マシン全体へのインストールが適切なデフォルトです。リポジトリをまたいだブロックは自動では行われません。あるプロジェクトで得た教訓がほかのプロジェクトにも適用されるのは、ストアを共有する（マシン全体にインストールする）か、教訓をエクスポート／インポートした場合のみです。

MCP ツール（概要）： gate_check（提案されたツール呼び出しの読み取り／評価）、フィードバック記録＋セッションツール（書き込み）、ダッシュボード／統計（読み取り）。破壊的なエージェント操作は PreToolUse によって引き続きブロック／警告されます。ThumbGate がユーザーのシェルコマンドを代わりに実行することはありません。

検出可能なスラッシュコマンド — 仕様駆動型エージェントのガードレール層

GSD（get-shit-done）や GitHub Spec Kit のような仕様駆動型エージェントフレームワークは、作業を計画して生成します。ThumbGate は仕様駆動型エージェントのガードレール層です。計画の後に位置し、生成されたツール呼び出しとその実行の境界で動作します。GSD／Spec-Kit と併用するものであり、置き換えるものではありません。

npx thumbgate init を実行すると、次のコマンドがエージェントのコマンドパレットにインストールされます。

料金と利用者向けプラン

無料プランでは、1 日あたり 2 件（合計 10 件）のフィードバック記録と、自動昇格された有効な防止ルールを最大 3 件利用できます。Pro（月額 $19 または年額 $149）は個人向けプランで、ルール数無制限、履歴を考慮した教訓、フィードバックとセッションを連携したフロー、個人用ダッシュボード、DPO エクスポートを利用できます。Enterprise はカスタムプランで、受付後に適用範囲を定めます。ホスト型のチーム向け教訓同期と組織向けダッシュボードは、一般提供されていません。

Enterprise のインテーク経路： ワークフロー強化スプリントでは、より広範な展開を約束する前に、繰り返し発生する失敗を1つ特定します。インテークを開始 →

ローカルでの技術的な経路： CLI をインストールし、init とドキュメントに記載されたセットアップを使用して、エージェントが実際に動作する場所で Pre-Action Checks がツール呼び出しを評価するようにします。

初回課金への有効化経路： ThumbGate GPT を開き、リスクのあるアクションを貼り付けて、フィードバックを記録します（thumbs down: / thumbs up:）。ChatGPT のネイティブ評価ボタンは、ThumbGate の記録経路ではありません。 次の点を確認してください。ツールが実行される前に検出する価値がある、繰り返し発生する AI のミスは何でしょうか？

個人ユーザー向けの有料プラン： ThumbGate Pro は、個人用ダッシュボードとエクスポート可能な証拠を提供する、セルフサービス型の補助プランです。

無料で始める · Pro $19/mo · ライブダッシュボード · チームスプリントのインテーク · ワークフロー強化スプリント · 最初の1ドル獲得プレイブック 購入者からよく寄せられる質問： AI 検索におけるトピックの存在感 · 関係性に基づくナレッジと AI のレコメンデーション · エージェントガバナンスのための AI Mode 広告 · MCP ツールガバナンス · AI エージェントのアクション前承認ゲート · バックグラウンドエージェントのガバナンス · GPT-5.5 モデル評価 · AI エージェントの同じミスの繰り返しを防ぐ · ブラウザー自動化の安全性 · ネイティブメッセージングホストのセキュリティ · Autoresearch エージェントの安全性 · Cursor のガードレール · Codex CLI のガードレール · Gemini CLI のメモリ＋適用 · Google Cloud MCP のガードレール · Roo Code の代替：Cline への移行

仕組み（概要）

1. フィードバックを記録 👍/👎（CLI、MCP、連携されたフィードバックセッションのフロー／open_feedback_session、またはThumbGate GPT）
2. 具体的な教訓を昇格 履歴を考慮した教訓の抽出により、予防ルールに変換します
3. 評価 次に提案されたツール呼び出しを有効なルールと照合します（リテラル／AST＋ローカルベクトル）
4. 許可／警告／拒否 ツールが実行される前に判定します

npx thumbgate brain --write   # → .thumbgate/BRAIN.md (lessons + gates in one artifact)

Pro のオペレーターは、MCP 経由で search_lessons を呼び出し、CLI から npx thumbgate lessons を使用できます。履歴を考慮したフィードバックセッションと教訓検索は Pro の機能です。Free には想起機能や検索機能は含まれません。

flowchart LR
    A["Agent tool call"] --> B{"Rule match?"}
    B -- exact --> D["On-device gate"]
    B -- semantic --> C["Local LanceDB"]
    C --> D
    D -- secret/kill --> E["⛔ Hard-block"]
    D -- known-bad --> G["👎 Warn + log"]
    D -- safe --> F["👍 Allow"]

⛔ secret-exfiltration → hard-block (default)
⛔ self-protect-kill   → hard-block (default)
⛔ self-protect-env    → hard-block (default)
⚠️ force-push          → warn; hard-block under strict
⚠️ protected-branch    → warn; hard-block under strict
⚠️ unresolved-threads  → warn; hard-block under strict
⚠️ package-lock-reset  → warn; hard-block under strict

npx thumbgate init
npx thumbgate doctor
npx thumbgate capture up|down "<text>"
npx thumbgate lessons
npx thumbgate brain --write
npx thumbgate dashboard --open
npx thumbgate break-glass --reason="ThumbGate over-fired"   # 5-min recovery

# Portable lessons
curl -X POST http://localhost:3456/v1/lessons/export \
  -H "Authorization: Bearer $THUMBGATE_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{"outputPath": "./lessons-export.json"}'

# DPO pairs for fine-tuning
curl -X POST http://localhost:3456/v1/dpo/export \
  -H "Authorization: Bearer $THUMBGATE_API_KEY" \
  -o dpo-pairs.jsonl

技術スタック

すべての Changeset は、正確な main のマージコミットにひも付けられ、リリースの信頼性を示す検証エビデンスを生成します。

インテグレーション（簡易版）

ドキュメント

全ドキュメントの一覧：docs/INDEX.md

FAQ（簡潔な回答）： ファインチューナーではありません（ランタイムでのインターセプトのみ）。CLAUDE.md / .cursorrules とは異なります（これらはコンテキストであり、ThumbGate はツールの実行前に外部から許可／警告／拒否を行います）。

開発者

Igor Ganapolsky — 決済（Stripe/Connect）、AI エージェントのガードレール／MCP、Android およびバックエンド。契約枠は少数です：$120–150/hr、1099、米国内リモート。LinkedIn · thumbgate.ai

ライセンス

MIT — LICENSE を参照してください。プロジェクトポリシー：SECURITY.md · THREAT_MODEL.md。