Omni Context

Omni-Context

英語 · 简体中文

長期稼働する AI エージェントのための、エビデンスに基づく意思決定制御。 ローカルファースト、読み戻し検証済み、そしてあなた自身のもの。

Windows 版をダウンロード · 現在の状態 · ランディングページ

製品ベースラインの状態 — product/omni-v3-unified-r1 は、Goal 23.5 のリポジトリ統合時に main に昇格された、過去のエンジニアリングベースラインです。現在、main が安定した開発基盤となっています。エンジニアリングの開始点である 17dc1d0 は、公式に凍結された実験製品ではありません。当初の Targeted-7 ゲートは失敗しており、現在のセレクターには正式な性能証明がありません。docs/PRODUCT-BASELINE.md と docs/tag-remediation-proposal.md を参照してください。

---

Omni-Context とは

Omni-Context は、長期稼働する AI エージェントのための、エビデンスに基づく意思決定制御です。

エージェントが行動する前にエビデンスを評価し、 実行をその根拠となった意思決定に結び付け、 その後、現実が食い違う場合は状況を読み戻し、意思決定を再開します。

判断のループ：

Qualify → Bind → Read-back → Reopen

エージェントはすでに、コードの作成、イシューのオープン、コマンドの実行などを行えます。しかし、記憶はエビデンスではありません （エージェントが覚えていることは主張であり、検証済みの事実ではありません）。また、ツールの成功は結果の真実ではありません （終了コードが 0 でも、世界が意図したとおりに実際に変わったかどうかは分かりません）。 Omni-Context はこの隔たりを埋めます。行動する前にエビデンスを評価し、その根拠となった特定の意思決定に実行を結び付け、実行後に状況を読み戻し、現実が食い違う場合は意思決定を再開します。

• メモリとナレッジグラフは長期的なエビデンス基盤であり、「エージェントが何を知っているか」に答えます。これは製品の中核であり、削除されたのではなく、判断のループの基盤に再配置されています。
• MCP はインターフェースの一つであり、製品そのものではありません。
• デスクトップは人間が制御するためのインターフェースです。意思決定の確認、承認、監査、再開を行えます。

全体的な構想：docs/goal24/narrative/thesis-note.en.md · 製品ビジョン：docs/PRODUCT-VISION.md

---

現在の状態

機能の状態は、CURRENTLY_VERIFIED（現在ユーザーが利用可能）、TARGET（目標とするアーキテクチャ）、FUTURE（計画中）の 3 つのラベルのみで示します。「開発ブランチでランタイム検証済み」は「現在利用可能」と同じ意味ではありません。ガバナンスに関する表現は docs/PRODUCT-VISION.md（§ 14）で固定されています。

A. 現在ユーザーが利用可能 — 今日から使えます

• 永続的なローカルメモリ — ディスク上の SQLite。アカウントもサーバーも不要です
• エンティティ、関係性、コア原則を扱うナレッジグラフ
• ハイブリッド検索（全文検索＋ベクトル＋グラフ探索）
• 時間情報／来歴を考慮したコンテキスト
• 原則、先例、競合を含む意思決定コンテキスト
• 保存された意思決定、意思決定の系譜、結果の記録
• MCP 統合 — mcp_tool_manifest.json に記載された 26 個のツール
• デスクトップキャプチャ／ローカルデスクトップアプリケーション（GitHub Releases 経由で提供される Windows インストーラー）

B. 開発ブランチでランタイム検証済み（CP3–CP8 内部ゲート）

dev/goal24-cli-skills で開発中です。以下の各項目にはエンジニアリングゲートの証拠がありますが、公開された呼び出しインターフェースはまだありません — 「現在利用可能」ではなく、開発ブランチでランタイム検証済みです。

コンポーネント	ゲートの証拠
制限付き実行ブローカー（起動／終了／タイムアウト、封じ込め、出力上限）	checkpoint3-security-gate.json — PASS
GitHub 読み取り専用 CLI アダプター（5 つのセマンティック機能、実行可能ファイルの固定、書き込みバインディングなし）	checkpoint4-security-gate.json — PASS
スキルレジストリ＋インポーター（デフォルトで隔離、整合性検証済み）	checkpoint5-security-gate.json — PASS
証拠の適格性判定＋サーフェスガード（サーバー管理の適格性、偽装されたカバレッジの封じ込み）	checkpoint6-security-gate.json — PASS
承認バインディング＋リスクポリシー（単回使用の許可、リプレイ防御）	checkpoint7-security-gate.json — PASS
結果の読み戻し＋決定論的評価器（信頼できるリゾルバー、言語間の状態／観測ベクトル）	checkpoint8-security-gate.json — PASS（DRG1 の前提条件を満たしています）
実際の非合成 E2E：独立した読み戻しを伴う、実際の GitHub に対する承認ゲート付き GitHub Issue クローズのクローズドループ 1 件（exit 0 => PENDING => 読み戻し CLOSED => VERIFIED）	drg2-authoritative-gate.json — PASS（DRG2 を満たしています）

CP8 の全スイートの証拠：Brain 1279 件成功／0 件失敗、Rust 206 件成功／0 件失敗／7 件無視； 言語間ベクトルは 26 件（状態）＋35 件（観測）、不一致 0 件。

CP8 後の実 E2E（開発ブランチで検証済み）： 実際の GitHub に対する、実際の非合成かつ承認ゲート付きの GitHub Issue クローズのクローズドループ E2E 1 件を、独立した読み戻しとともに実証しました。exit 0 は成功として扱われませんでした — 信頼できる github.issue.read による読み戻しで CLOSED が確認され、決定論的評価器が VERIFIED を返すまで、結果は PENDING のままでした。これは内部ランタイムの証拠です。現在、GitHub の自動化に対応する公開 CLI 機能はありません。docs/goal24/real-e2e/authoritative-real-e2e-proof.json を参照してください。

C. 内部制御／将来 — 未公開

• omctx CLI（ask / inspect / approve / verify / history）— CURRENTLY_VERIFIED_INTERNAL。approve と verify には、それぞれ別個の 有効期間の短い Desktop 制御セッションが必要です。実行を開始したり、書き込みを 再試行したり、ロールバックしたりすることはありません。パッケージは非公開のままで、 npm ユーザー向けインストールではありません。 docs/goal24/narrative/cli-product-surface.md を参照してください。
• omctx reopen のユーザー UX — FUTURE（ランタイムは未実装）。
• 外部メモリーアダプター（例：MindMemOS、basic-memory）— FUTURE。EvidenceProvider Adapter → 適格性判定 → Evidence Guard を通じて利用します。外部メモリーが単独で証拠の権威となることはありません。
• マルチランタイムアダプター（例：OpenClaw、NemoClaw、Claude Code）— FUTURE。機能の転送のみを担い、ランタイムが意思決定、承認、または結果の権限を持つことはありません。

DRG v2：実際の、非合成で、ユーザーに理解できる E2E フローが存在し、検証済みです （上記の CP8 後の表の行と docs/goal24/real-e2e/authoritative-real-e2e-proof.json を参照）。 公開する機能の説明は、リポジトリとゲートの証拠が裏付ける範囲に引き続き限定されます。それ以外は TARGET／FUTURE／DESIGNED TO と明示します。Omni は、異種のメモリー／証拠ソースと 異種のエージェントランタイムの間に位置するよう設計されています。現在、あらゆるメモリー OS やあらゆるランタイムで動作すると主張するものではありません。

仕組み

Evidence acquisition (capture / browser extension / desktop capture / imports)
       ↓
Evidence Substrate (local knowledge graph + memory + retrieval)
       ↓
Judgment / Authority Core (qualify → decide → approve)
       ↓
Controlled Execution (restricted broker → capability adapters)
       ↓
Read-back → Outcome → Reopen / Revision

1. キャプチャ — スクリーンショットを撮る、ファイルをドラッグする、ウェブページをクリップする、または物理ボタンを押します。何でも取り込めます。
2. 抽出 — OCR と LLM のパイプラインがエンティティ、関係性、原則を抽出し、ローカルのナレッジグラフに取り込みます。
3. 適格性の評価と判断 — 証拠の適格性を評価し、記憶した情報が今すぐ行動に移すのに十分信頼できるかを判定します。
4. 実行と検証 — 承認されたセマンティック機能を制限付きブローカー経由で実行し、その後、実行結果を読み取って、判断の根拠となった期待と比較します。

---

特長

• メモアプリではありません — 意思決定を制御するレイヤーです。ツールごとに独自の記憶システムを持つ必要はなく、共通の証拠基盤と権限コアを利用できます。
• クラウドではありません — お使いのディスク上の SQLite です。アカウントもサーバーも不要で、データが端末の外に出ることはありません。
• 特定の AI に縛られません — 現在は MCP ベースで、MCP クライアント間で同じ記憶を共有します。MCP はインターフェースであり、製品そのものではありません。
• 受動的ではなく、能動的です — エージェントがグラフをスキャンし、忘れていたつながりを見つけて提示します。
• 思考に問いを投げかけます — 見落としている点をブラインドスポット検出で見つけます。反コンセンサスのインサイトが前提に異議を唱えます。

---

ツール

現在の MCP インターフェースでは、機能別に分類された 26 個のツールを利用できます。正確な数は mcp_tool_manifest.json から生成されます。

意思決定と検索 — 「脳」

• get_decision_context — 状況を指定すると、関連する原則、先例、矛盾、グラフ上の近傍情報を 1 回の呼び出しで返します
• unified_memory_search — 自然言語での 1 つのクエリに対し、3 層の融合検索（全文検索＋ベクトル検索＋グラフ探索）を実行します
• vector_search — 純粋なセマンティックベクトル検索です。表現が異なっていても、概念的に類似するエンティティを見つけます
• ask_memory — 質問すると、グラフに根拠を持つ要約回答を返します
• graph_answer — ソースエンティティを引用した、グラフに基づく Q&A です
• search_entities — 名前や説明のキーワードからエンティティを検索します
• get_core_context — トピックに関連する中核的な原則を取得します（トピックを指定しない場合は、簡潔な概要を返します）
• get_entity — ID を指定して、1 つのエンティティの全情報とすべての関係性を取得します
• get_graph_neighborhood — エンティティを中心とする N ホップのサブグラフを取得します
• list_entities — エンティティを一覧表示します。タイプによる絞り込みも可能です

キャプチャと書き込み — 記憶を育てる

• record_capture — キャプチャしたスナップショット（スクリーンショット／クリップボード／テキスト）を保存します
• extract_from_capture — テキストからエンティティ、関係性、原則を自動抽出します
• add_entity — 新しいエンティティを作成します
• add_relationship — 既存の 2 つのエンティティを結び付けます
• update_entity — エンティティの名前／説明／タグ／メタデータを変更します
• set_core_principle — 中核的な原則を記録または更新します

意思決定パイプライン — 思考を沈殿させる

• save_conclusion — 記憶に残す価値のある結論を保存します
• save_decision — 背景と推論を含めて意思決定を記録します
• analyze_decision — 意思決定の一貫性と潜在的な矛盾を分析します
• discuss_decision — 複数の観点から意思決定を検討します
• get_decision_lineage — 意思決定が時間とともにどのように変化したかをたどります
• record_decision_outcome — 保存した意思決定について、観測した結果（較正、教訓、フォローアップ）を記録します

グラフのメンテナンス

• merge_entities — 重複するエンティティを 1 つに統合します
• delete_entity — エンティティを削除します
• get_stats — エンティティ数／関係性数、タイプの分布を取得します
• get_decay_report — 減衰しきい値を超えた記憶（クリーンアップ候補）を取得します

パラメーターの完全なスキーマについては、docs/MCP-INTEGRATION.md をご覧ください。

---

インストール

Windows

Releases から Omni-Context-Setup-x64.msi をダウンロードします。ダブルクリックすれば完了です。完全オフラインで動作し、Node.js ランタイムと埋め込みモデルが同梱されています。

macOS / Linux

ビルドスクリプトは準備済みです。ハードウェアをお持ちのコミュニティコントリビューターからのプルリクエストを歓迎します。

ソースからビルドする

git clone https://github.com/guo6x/Omni-context.git
cd Omni-context
npm run install:all
npm run package

現時点では、インストールできる omctx npm パッケージはありません。これは TARGET です。名称とレジストリの状況については、docs/goal24/narrative/naming-audit.jsonをご覧ください。

---

なぜメモリだけでは不十分なのか？ なぜオブザーバビリティだけでは不十分なのか？ なぜ汎用ランタイムでは不十分なのか？

• メモリだけでは記憶できますが、どの記憶がまだ信頼でき、行動の根拠にできるかは判断できません。Omni は行動に移す前に、証拠の適格性を判断します。
• オブザーバビリティだけでは事後に何が起きたかは分かりますが、実行を判断に結び付けたり、不適切な行動を拒否したりはできません。Omni は実行前と実行中に判断を結び付けて制御し、その後に検証します。
• 汎用エージェントランタイムは、指示されたことを何でも高速に実行します。Omni の実行サーフェスで扱えるのは、承認済みのセマンティック機能だけです。また、自由形式の意図を任意のシェルコマンドに変換することはありません。

---

コミュニティ

• Issue — バグ、機能リクエスト
• ディスカッション — アイデア、Q&A
• コントリビューション — 開発環境のセットアップ、アーキテクチャの概要

---

MIT License。判断の履歴を所有しましょう。とりわけ、現実によって誤りだと証明された判断を。