Akasha Mcp Server

問題点

Claude、Gemini、GPT と新しい会話を始めるたびに：

• ❌ 昨日学んだことを覚えていません
• ❌ 複数のエージェントで知識を共有できません
• ❌ セッションをまたいでメモリを保持できません
• ❌ 同じコンテキストを何度も繰り返し伝える必要があります

解決策

Akasha は、AI に永続的な共有メモリを提供します。リセットされない脳を与えるようなものです。

Claude ──┐                    ┌── "What did we decide about the API?"
Gemini ──┼── Akasha Memory ──┤── "Agent-B is already working on that"
GPT ─────┘                    └── "Here's what we learned last week"

Akasha で AI にできること

クイックセットアップ（2 分）

1. Akasha を起動する

docker run -d --name akasha -p 7777:7777 -p 50051:50051 alejandrosl/akasha:latest

2. API キーを取得する

# Login
TOKEN=$(curl -sk -X POST https://localhost:7777/api/v1/auth/login \
  -H 'Content-Type: application/json' \
  -d '{"username":"akasha","password":"akasha"}' | jq -r .token)

# Create API key
curl -sk -X POST https://localhost:7777/api/v1/admin/keys \
  -H "Authorization: Bearer $TOKEN" \
  -H 'Content-Type: application/json' \
  -d '{"name":"mcp-server","namespaces":["**"],"role":"agent"}' | jq .key

3. AI に接続する

{
  "mcpServers": {
    "akasha": {
      "command": "uvx",
      "args": ["--from", "git+https://github.com/ocuil/akasha-public#subdirectory=mcp-server", "akasha-mcp"],
      "env": {
        "AKASHA_URL": "https://localhost:7777",
        "AKASHA_API_KEY": "ak_your_key_here"
      }
    }
  }
}

{
  "mcpServers": {
    "akasha": {
      "command": "uvx",
      "args": ["--from", "git+https://github.com/ocuil/akasha-public#subdirectory=mcp-server", "akasha-mcp"],
      "env": {
        "AKASHA_URL": "https://localhost:7777",
        "AKASHA_API_KEY": "ak_your_key_here"
      }
    }
  }
}

pip install git+https://github.com/ocuil/akasha-public#subdirectory=mcp-server

# Run
AKASHA_URL=https://localhost:7777 \
AKASHA_API_KEY=ak_your_key_here \
akasha-mcp

Akasha の特長

🐜 スティグマジー — 会話せずにエージェントが連携

設計図なしで複雑な構造を作るアリのコロニーから着想を得ています：

Agent A writes: "task/enrichment → SUCCESS (quality: 0.95)"
Agent B reads:  "Someone already did enrichment with 95% quality — skip it"
Agent C reads:  "Two successes on enrichment — this is a reliable path"

メッセージキューも、エージェント間の API もありません。環境に共有の痕跡を残すだけです。

🧠 4 つのメモリレイヤー

🧘 Nidra — メモリを自動で統合

人間の睡眠のように、Akasha のバックグラウンドエンジンは次の処理を行います：

• 古くなった作業メモリを整理します
• 繰り返し現れるパターンを長期的な知識に統合します
• 劣化したシグナルを自動的に消去します

リソースとプロンプト

リソース（読み取り専用コンテキスト）

プロンプトテンプレート

設定

開発

# Clone
git clone https://github.com/ocuil/akasha-public
cd akasha-public/mcp-server

# Install in dev mode
pip install -e .

# Interactive MCP inspector
fastmcp dev server.py

# Run with SSE transport
python server.py --transport sse --port 8765

詳細情報

• Akasha ドキュメント
• API リファレンス
• Python SDK
• Node.js SDK
• Docker Hub