Brainy

Brainy

AI エージェントと、エージェントと働く人間のための共有ブレインです。

Brainy はセルフホスト可能なナレッジおよびタスクの基盤です。Claude、ChatGPT、その他の MCP対応 AI は、1 つの管理されたエンドポイントを通じて接続します。 すべてのエージェントが同じナレッジを読み、同じタスクリストを使い、監査証跡を残します。 そのため、AI は別々のチャットの中に閉じこもるのではなく、互いに作業を引き継げます。

   ChatGPT ─┐                                   ┌─ Git-versioned knowledge (Markdown)
   Claude  ─┼──►  MCP endpoint  ──►  Brainy  ───┼─ Tasks with atomic claim/lease
   Your bot ┘     (OAuth / tokens)   ACL+Audit  └─ Spaces, roles, append-only audit log
                                       ▲
                          Humans: web admin UI (+ optional Telegram approvals)

Brainy を選ぶ理由

• AI 同士が協力できます。 ChatGPT がタスクを作成し、Claude が引き受けて作業し、結果を書き戻し、人間がレビューします。調整はタスクを通じて行われ、エージェント間で隠れた処理が行われることはありません。
• 信頼できる唯一の情報源です。 ナレッジは Git リポジトリ内のプレーンな Markdown として保存されます。書き込みはすべてコミットになるため、履歴、差分、ロールバックをすぐに利用できます。
• デフォルトで安全です。 MCP 経由のシェル、ファイルシステム、eval はありません。パスの許可リスト、スペースごとの ACL、書き込み時のシークレット検出、レート制限、ハッシュ化されたトークン、追記専用の監査ログを備えています。
• 二重作業を防ぎます。 リースとクレームトークンを使ったアトミックなタスクの取得により、2 つのエージェントが同じタスクを同時に処理することはありません。
• 人間がプロセスに参加できます。 エージェントはナレッジの変更を提案できます。人間が（ウェブ UI または Telegram で）承認または却下します。タスクは完了と見なされる前に、レビューまたは承認を必須にすることもできます。
• 依存関係はゼロです。 Python 標準ライブラリと SQLite のみを使用します。pip install は不要で、攻撃対象領域も小さくなっています。

Markdown ファイルだけでは不十分な理由

Git リポジトリ内の共有メモファイルは、ナレッジの保存先として優れています。Brainy は意図的にその部分を維持しています。ナレッジは Git 内のプレーンな Markdown で、履歴、差分、ロールバックを利用できます。問題は、複数のエージェントが触れるようになると、単独のファイルでは対応できないことです。

• 2 つのエージェントが互いの変更を上書きします。 同じファイルへの並行書き込みを直列化する仕組みがありません。Brainy の書き込みでは楽観的同時実行制御（expected_git_commit）とサーバー側の書き込みロックを使用します。コミットできるのは書き込み元のうち 1 つだけで、それ以外には Conflict が返され、再読み込みが必要になります。編集が失われることはありません。
• タスクを引き継げません。 ファイルに TODO を列挙することはできますが、2 つのエージェントが同じタスクを取得するのを防ぐことはできません。Brainy のタスクではアトミックな取得（UPDATE ... WHERE status='READY'、1 行）を使います。1 つのエージェントだけが取得に成功し、それ以外には競合が返され、次に進みます。
• 領域ごとの権限がありません。 ファイルへのアクセスは全か無かです。Brainy にはスペースごとの ACL を設定できるスペースがあり、エージェントには許可した領域のみを読み書きさせることができます。
• 承認ステップがありません。 エージェントが信頼できる唯一の情報源に直接書き込む代わりに、人間が承認する変更を提案できます（ウェブ UI または Telegram）。
• git blame だけでは「誰が何を変更したか」がわかりません。 タスク状態の読み取り、取得、書き込み、却下など、すべてのアクションが、DB トリガーによって強制される追記専用の監査ログに記録されます。

上記 2 つの保証は、並行処理のテスト（tests/test_concurrency.py）で検証されています。1 つのタスクを 20 個のスレッドが同時に処理しようとすると、成功は 1 件、競合は 19 件となります。同じファイルに 20 個のスレッドが書き込む場合も、コミットは 1 件、競合は 19 件となり、リポジトリはクリーンな状態に保たれます。

Brainy はどのように異なるのですか？

多くの人がよく話題にするツールとの、誠実な比較です。Beads は Brainy の タスク 側に最も近く、Central Brain は ナレッジ 側に最も近いものの、どちらも完全に一致するものではありません。情報は各プロジェクトのドキュメント（下記リンク）に基づいています。記載のない項目は、推測せずにその旨を示しています。

	Brainy	Beads 1	Central Brain 2	共有ノートファイル
概要	ナレッジベース ＋ タスクキュー	AI エージェント向けの課題／タスクトラッカー	AI メモリレイヤー	リポジトリ内の Markdown
ナレッジの保存先	Git 内の Markdown	—（課題トラッカー）	プレーンファイル＋ローカルのベクトルインデックス	Git 内の Markdown
アトミックな取得機能を備えたタスクキュー	✅	✅	ドキュメントに記載なし	❌
領域ごとの権限（ACL）	✅ スペース／ロール	❌	❌	❌
追記専用の監査ログ	✅（DB で強制）	一部対応（Git／DB の履歴）	❌	git blame のみ
書き込みに対する人間の承認	✅（Web／Telegram）	❌	❌	❌
MCP サーバー	✅	✅	✅	❌
マルチエージェントの同時実行制御	✅ 取得＋書き込みロック	✅ 取得＋同時書き込み	ドキュメントに記載なし	❌
依存関係	なし（標準ライブラリ＋SQLite）	Dolt（Go）を同梱	埋め込みモデルを同梱	該当なし
セルフホスト可能	✅	✅	✅（クラウドは任意）	✅
ライセンス	AGPL-3.0（＋商用）	MIT	プロプライエタリ	該当なし

機能

領域	利用できる機能
ナレッジ	list_documents、get_document、search_knowledge、write_document（Git コミットによる楽観的同時実行制御）、append_document、propose_write
タスク	create_task、claim_task、renew_claim、complete_task、fail_task、release_task、依存関係、優先度、レビュー／承認／却下
リソースの取得	claim_resource、renew_resource、release_resource、list_resource_claims — アトミックなリースを使って任意のリソース（スペースごとの自由形式のキー。例：ファイルパスや領域）を予約します。タスクの取得と同じ方式です
アクセス	スペース（テナント／領域）、ロール ADMIN／EDITOR／AGENT／READER、スペースごとの ACL、サービストークン、OAuth 2.1（Claude／ChatGPT のリモートコネクター用）
運用	Web 管理 UI、監査ログ、エージェントレジストリ＋ディスパッチャーフレームワーク、バックアップおよび検証済み復元用スクリプト

クイックスタート（Docker）

1 つのコマンドで試せます。クローンもセットアップも不要です。MCP stdio サーバーとして、一時的なデータベースとサンプルのナレッジを使う使い捨てデモを実行します（終了時に削除されます）。

docker run --rm -i ghcr.io/memokar/brainy:latest --demo

本番環境にインストールする場合は、サーバーを実行してください（リリースごとに公開されるビルド済みイメージを使用します）。

docker run -d --name brainy -p 127.0.0.1:8765:8765 -v brainy-data:/data ghcr.io/memokar/brainy:latest
docker logs brainy   # prints your one-time ADMIN token on first start

または、Compose を使って自分でビルドできます。

git clone https://github.com/memokar/brainy.git
cd brainy
docker compose up -d
docker compose logs brainy   # prints your one-time ADMIN token on first start

Brainy は http://127.0.0.1:8765 で待ち受けを開始します（MCP エンドポイント：/mcp、管理 UI：/admin — トークンでログインしてください）。リモート AI コネクターを使う場合は HTTPS の背後に配置し（deploy/nginx-brainy.conf.example を参照）、BRAINY_PUBLIC_BASE_URL を設定してください。

クイックスタート（Linux のベアメタル、Python ≥ 3.10）

export BRAINY_DB_PATH=$PWD/data/brainy.db
export BRAINY_KNOWLEDGE_ROOT=$PWD/data/knowledge
export BRAINY_WEB_SESSION_KEY=$PWD/data/web_session.key

cp -r examples/knowledge "$BRAINY_KNOWLEDGE_ROOT"
git -C "$BRAINY_KNOWLEDGE_ROOT" init -q && git -C "$BRAINY_KNOWLEDGE_ROOT" add -A \
  && git -C "$BRAINY_KNOWLEDGE_ROOT" commit -qm "initial knowledge"

python3 scripts/bootstrap.py "$BRAINY_DB_PATH" --with-token   # prints ADMIN token once
python3 scripts/init_prod_db.py "$BRAINY_DB_PATH"             # seeds default spaces
python3 scripts/serve.py

AI を接続する

• Claude Code：

  claude mcp add --transport http brainy http://127.0.0.1:8765/mcp --header "Authorization: Bearer <token>"
  

• ローカルの stdio クライアント（例：Claude Desktop）： Brainy をサブプロセスとして実行します。

  {"mcpServers": {"brainy": {"command": "python3", "args": ["/opt/brainy/scripts/stdio.py"],
    "env": {"BRAINY_DB_PATH": "/var/lib/brainy/brainy.db",
            "BRAINY_KNOWLEDGE_ROOT": "/opt/brainy-knowledge", "BRAINY_TOKEN": "<token>"}}}}
  

  セットアップなしで試せます：python3 scripts/stdio.py --demo（一時データを使用し、終了時に削除されます）。
• カスタムヘッダーを使用するその他の MCP クライアント： エンドポイントは https://<your-host>/mcp、ヘッダーは Authorization: Bearer <service token> です。
• Claude.ai／ChatGPT のリモートコネクター： OAuth 2.1 フローを使用します（/.well-known/oauth-authorization-server でディスカバリー）。BRAINY_PUBLIC_BASE_URL に HTTPS URL を設定してください。

Brainy は、公式 MCP Registry に io.github.memokar/brainy として登録されています。

各 AI に専用のプリンシパル（例：claude、chatgpt）を割り当て、ロールを AGENT に設定し、必要なスペースだけを許可してください。すべての操作は、その名前で監査ログに記録されます。

例：1つのリポジトリで2つのコーディングエージェントを使う

同じリポジトリで作業する2つのエージェントは、互いのファイルに手を加えてしまうことがあります。リソースの予約を使うと、それぞれがこれから作業する領域を予約できます。領域ごとに自由形式のキーを指定し、予約が解放されるかリースが期限切れになるまで、もう一方は作業を控えます。

// Agent A, before editing the auth code:
claim_resource   { "space": "shared", "resource_key": "repo:app/src/auth/**", "lease_seconds": 1800 }
// -> { "claim_token": "…", "lease_until": "…" }   A now owns that area

// Agent B, about to touch the same area:
claim_resource   { "space": "shared", "resource_key": "repo:app/src/auth/**" }
// -> Conflict: already claimed  → B picks a different area (e.g. "repo:app/src/api/**")

renew_resource   { "space": "shared", "resource_key": "repo:app/src/auth/**", "claim_token": "…" }   // A keeps working
release_resource { "space": "shared", "resource_key": "repo:app/src/auth/**", "claim_token": "…" }   // A done → free again
list_resource_claims { "space": "shared" }   // who holds what right now

タスクの予約と同じ保証が適用されます。一度に予約できるのは1つのエージェントだけで、期限切れのリースは自動的に解放されます（tests/test_resources.pyを参照）。リソースの予約では、タスクと同じ権限／スコープ（can_claim_tasks / brainy:tasks:write）を使用するため、タスクを予約できるエージェントはリソースも予約できます。

設定

すべての設定は環境変数から取得します。.env.exampleを参照してください。 シークレット（トークン、キー）がリポジトリやナレッジベースに保存されることはありません。

拡張機能

コアには、ワーカープラグインのインターフェースと決定論的なMockWorkerが含まれています。 エージェントがタスクを自律的に実行できるようにする実際のワーカー（Claude Code、Codexなど）は、 BRAINY_WORKER_PLUGINSを通じて読み込む別個の拡張機能です。docs/extensions.mdを参照してください。

テストの実行

for t in tests/test_*.py; do python3 "$t" || exit 1; done

ステータスとロードマップ

Brainyは作者の本番環境で稼働しています。現在の制限事項は次のとおりです。

• コードコメントは一部まだドイツ語です。ユーザー向けのテキストはすべて英語です。
• シングルノード設計（SQLite）です。実際に複数のライターによる負荷が発生した場合にのみ、PostgreSQLを導入します。

ライセンス

Copyright (C) 2026 Mehmet Karakolcu

Brainyはデュアルライセンスです。

• オープンソース： GNU AGPL-3.0。企業を含むすべての人が無料で利用できます。ただし、Brainyを改変して他者に提供する場合（ネットワークサービスとしての提供も含む）、AGPLに基づいて変更内容を公開する必要があります。
• 商用ライセンス： AGPLの義務なしでBrainyを使用または組み込みたい企業向けです。 COMMERCIAL.mdを参照してください。

コントリビューションには、コントリビューターライセンス契約への同意が必要です。

Footnotes

1. Beads — https://github.com/steveyegge/beads（MIT、Go。課題をバージョン管理対応の SQL データベースである Dolt に保存します。以前のバージョンでは SQLite＋JSONL を使用していました）。 ↩

2. NeuroAIgent による Central Brain — https://neuroaigent.ai（ローカル優先の AI メモリ、Windows＋Apple シリコン搭載 Mac、MCP 連携。執筆時点のサイト掲載価格：個人向けは月額 $12、4 ライセンスは月額 $35）。 ↩