mcpField
A
agent-loop-mcp

agent-loop-mcp

ローカル
github.com/meharajMメモリ・ナレッジ015 週間前に更新
リポジトリ

agent-loop-mcp について

agent-loop-mcpは、長時間実行するワークフロー向けに、永続状態を管理するMCPサーバーとオーケストレーション用Agent Skillを組み合わせます。単語数を監視して圧縮を開始し、失敗時には復旧戦略を適用します。

主な機能

  1. 01永続状態の管理
  2. 02単語数に基づく圧縮開始
  3. 03失敗時の復旧戦略
  4. 04オーケストレーション用Agent Skill

活用シーン

  1. 01長時間のエージェントワークフローで状態を維持
  2. 02単語数がしきい値に達した際のコンテキスト圧縮
  3. 03ワークフロー失敗後の復旧

MCP 対応

MCPサーバーがエージェントの状態を管理し、npxを使ったローカルサーバーとして設定します。オーケストレーションにはAgent Skillのインストールも必要です。

設定

ローカルサーバーの設定はどのクライアントでも共通です。コピーしてクライアントの MCP 設定ファイルに貼り付けてください。

mcp.json · 共通設定
{
  "mcpServers": {
    "meharajm-agent-loop": {
      "command": "npx",
      "args": [
        "-y",
        "@mhrj/mcp-agent-loop"
      ]
    }
  }
}
起動コマンドnpx -y @mhrj/mcp-agent-loop

ローカルサーバーにはマシン上の実行環境（Node.js 18 以上など）が必要です。設定ファイルの場所はクライアントごとに異なります。

パッケージ
npm@mhrj/mcp-agent-loop1.0.3

ツール

6

掲載時のツール一覧 · 2 週間前に更新

パラメーター型必須説明
objectivestringはいエージェントが達成すべき全体的な目標
session_idstringはいこのループセッションの一意の識別子

詳細

エージェント型ループメモリサーバー ♾️

Agent Skills skills.sh

長時間実行されるエージェント型ワークフロー向けの、業界標準の永続メモリおよび状態管理ツールです。

あらゆる AI モデル、特にコンテキストウィンドウが限られた小規模なモデルが、高性能モデルのような永続性を備えて動作できるようにします。このプロジェクトは、状態管理用の MCP サーバー とオーケストレーション用の エージェントスキル からなる、2 部構成のエコシステムとして機能します。

🛠 完全なセットアップ（必須）

最適なエクスペリエンスを得るには、オーケストレーションスキルと MCP サーバーの両方をインストールする必要があります。

1. スキルをインストールする

AI エージェント（Codex、Claude Code、Cursor、Gemini CLI、GitHub Copilot、その他の Agent Skills ホスト）に agentic-loop スキルをインストールします：

npx skills add meharajM/agent-loop-mcp@agentic-loop -g -y

有効化する前にスキルをプレビューします：

gh skill preview meharajM/agent-loop-mcp agentic-loop
2. MCP サーバーを設定する

以下を `mcp_config.json` に追加します：

{
  "mcpServers": {
    "agent-loop": {
      "command": "npx",
      "args": ["-y", "@mhrj/mcp-agent-loop"]
    }
  }
}

🌟 このアプローチが独自である理由

受動的なメモリツールとは異なり、これはアクティブな状態管理ツールです。単語数を監視して圧縮サイクルを開始し、失敗するたびに「自己修復戦略」を適用することで、AI エージェントが無意味なループに陥るのを防ぎます。

📂 プロジェクト構成

  • src/：MCP サーバーの TypeScript ソース。
  • skills/agentic-loop/SKILL.md：AI 向けの手順書。
  • build/：JavaScript 成果物。

📄 ライセンス

ISC

コメント

Markdown 対応

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。