Algernon MCP

Algernon MCP

群れを指揮し、思考を保つ。

Algernon はオープンソースの Model Context Protocol サーバーです。Claude、Codex、その他あらゆる MCP クライアントなど、どのアシスタントからでも 範囲を絞ったサブタスクを小規模で低コストなワーカー群に並列で割り振り、結果を集め、思考に集中できる状態を保てます。 群れを指揮し、トークンを節約し、話の筋を保ちます。

できること

• 高価なモデルが単純作業をしなくて済みます。 高コストなオーケストレーターが、反復的なサブタスクを小規模で低コストなワーカー群に任せ、結果を統合するだけになります。単純作業を生成する必要がなくなり、すべての作業を一つのコンテキストに抱え込むこともありません。
• 各ワーカーが見るのは担当範囲だけです。 範囲を絞ることで、小型で高速かつ低コストなモデルをワーカーとして使えます。同時に多数を実行することもできます。
• 独自のキーを持ち込めます。テレメトリもアカウントも、ベンダーロックインもありません。 ワーカー群は、すでに料金を支払っているプロバイダーで動作します。ローカルモデルなら無料で実行できます。

自分で検証 — コマンドひとつ、有料キー不要

節約できるという主張は単なる宣伝文句ではありません。実行して確認できるベンチマークです。デフォルトでは無料のローカルモデル（ollama、llama3.2:3b）を使うため、誰でも再現できます。

git clone https://github.com/sammyboi81/algernon && cd algernon
./scripts/verify.sh          # or:  python -m benchmark

同じサブタスクのバッチを2通りで実行します。オーケストレーターがすべて自分で処理する方法（SOLO）と、Algernon が作業を分配する方法です。それぞれの実測値であるトークン数と実時間が表示されます。代表的な出力（llama3.2:3b、6タスク）：

metric                                  SOLO (do-it-itself)  ALGERNON fan-out
--------------------------------------------------------------------------
LLM calls                                              1                 6
input tokens                                         136               225
output tokens (the generation grind)                 282               279
total tokens                                         418               504
wall-clock seconds                                 42.11             34.49

正確に読み取ると、SOLO ではオーケストレーター自身が出力トークンを282個生成したのに対し、Algernon では0個でした。代わりに低コストなワーカー群が生成しています。各ワーカーが読み取る入力トークンは約38個のみですが、オーケストレーターが一度に処理する入力トークンは136個すべてです。トレードオフも明示されています。作業の分配によって、合計トークン数は21％増加しました（各ワーカーでプロンプトのオーバーヘッドが少しずつ発生します）。高価な頭脳を自由に保つために、合計トークン数を多少増やすという選択です。実時間はワーカー群の並列度によって変わり、数値も実行ごとに多少変動します。実行して、自分の環境で確かめてください。

Algernon を治す

『アルジャーノンに花束を』では、衰えていく知性が悲劇を生みます。鋭さを増した後、自分を見失い、最も残酷なのは、そのたびに驚いてしまうことです。

今日の AI の使い方にも、同じように静かに衰えていく姿があります。アシスタントに長く連続した作業をひとつ任せると、作業に没頭し、戻ってきたときにはタスクに飲み込まれています。コンテキストを使い果たし、話の筋を失い、考えたり会話したりする余裕もありません。思考はもはやそこになく、作業に埋もれてしまっています。

Algernon は AI の思考を保ちます。 ひとつの連続した作業に飲み込まれる代わりに、範囲を絞ったサブタスクを小規模で低コストなワーカー群に並列で割り振り、作業を分散します。そのため、オーケストレーターの思考が単純作業のすべてを一度に抱える必要はありません。軽やかさを保ちます。推論し、構築の途中であなたに答え、本当に大切なコンテキストを保つ余裕が生まれます。群れを指揮し、トークンを節約し、思考に集中できる状態を保ちます。

Algernon は ArkHive と対をなします。

• ArkHive ＝ 持続する記憶。 AI はそこを振り返り、自らの履歴を見つけられます。毎朝、まっさらな状態から始める必要はありません。
• Algernon ＝ 作業中も思考を保つこと。 AI がひとつの連続したタスクに埋もれることはありません。作業を指揮し、思考を保ちます。

この2つがそろうことで、Algernon 症候群への対処になります。セッション間で思考が衰えることも、ひとつのセッションの中で作業に飲み込まれることもない知性です。

できること

Algernon はプロバイダーに依存しないファンアウトエンジンです。小規模で互いに独立したサブタスクをまとめて指定すると、Algernon はお使いの LLM キーを使って並行実行し、収集した結果をオーケストレーションを担うモデルに返します。大規模モデルが計画と統合を行い、安価なワーカー群が並列で処理します。

• 自己完結型です。 Python 標準ライブラリ、mcp SDK、httpx のみを使用します。隠れたサービス、アカウント、テレメトリーはありません。
• キーはご自身で用意します。 サブエージェントはお使いのプロバイダー上で動作します。Algernon が提供するのはオーケストレーションであり、推論料金の想定外の請求ではありません。
• 設計上、スコープを限定しています。 各サブタスクは範囲が狭く、独立しているため、ワーカーには小型で高速、安価なモデルを使えます。そのワーカーを一度に多数実行できます。

LLM キーを用意する

Algernon はプロバイダーに依存しません。環境変数を設定して、すでに利用料金を支払っている任意の API を指定できます。

Anthropic：

export ANTHROPIC_API_KEY="sk-ant-..."
# optional: export ANTHROPIC_MODEL="claude-haiku-4-5"   # the cheap fleet worker

OpenAI 互換（OpenAI、またはローカル／ホスト型の OpenAI 形式エンドポイント）：

export OPENAI_API_KEY="sk-..."
export OPENAI_BASE_URL="https://api.openai.com/v1"   # or your own endpoint
# optional: export OPENAI_MODEL="gpt-4o-mini"          # the cheap fleet worker

両方のキーが設定されている場合は Anthropic が使われます。ワーカーモデルのデフォルトは小型で安価なモデル（claude-haiku-4-5 / gpt-4o-mini）です。上記の環境変数、またはツールの model 引数で呼び出しごとに変更できます。安価なワーカー群を使えることが、この仕組みの要点です。

新登場：Claude Code のシートベルト。 Claude Code（および Cursor）に、取り消せない操作の前に確認を求めさせ、このチェーン上でセッションをまたいでプロジェクトを記憶させ、コードが実行されるまで「完了」と言わせないフックです。エンジン：pip install sentarion-mcp を実行し、その後 sentarion seatbelt install を実行します。5 つのポリシーと 3 つのスキルを備えたワンクリックキット：https://inboxaxe.com/mcp#seatbelt

インストール

PyPI で公開されたら、1 つのコマンドでインストールできます。

python -m pip install algernon-mcp

PyPI へのリリースまでは、ソースから直接インストールしてください（結果は同じです）。

git clone https://github.com/sammyboi81/algernon && cd algernon
python -m pip install .

いずれの場合も、インストールされる MCP コマンドは algernon です。Algernon は mcp 1.x SDK（mcp>=1.0.0,<2.0.0）と httpx で動作します。それ以外は必要ありません。

MCP クライアントに接続する

Claude Desktop

以下のエントリを Claude Desktop の MCP 設定に追加し、Claude Desktop を再起動してください。

{
  "mcpServers": {
    "algernon": {
      "command": "algernon",
      "args": [],
      "env": {
        "ANTHROPIC_API_KEY": "sk-ant-..."
      }
    }
  }
}

Claude Desktop が pip でインストールしたコマンドを見つけられない場合は、algernon を次のコマンドで表示される絶対パスに置き換えてください。

python -c "import shutil; print(shutil.which('algernon'))"

Codex

codex mcp add algernon -- algernon

次のコマンドで設定を確認します。

codex mcp list

3 つのツール

ツール	機能
algernon_plan	目標を、範囲が厳密に限定された独立した k 個のサブタスク用プロンプトに分解します（安価な LLM 呼び出し 1 回）。範囲を絞ることがトークン節約の鍵です。各ワーカーには担当する部分だけが渡されます。algernon_dispatch にそのまま渡せるタスクリストを返します。
algernon_dispatch	範囲が厳密に限定された N 個のタスクを、安価なワーカー群で並行して実行し、すべての結果を収集します。各ワーカーはお使いの LLM キーで動作するため、ワーカー群が作業している間も自由に考えを巡らせられます。{id, prompt} の JSON 配列を受け取ります。
algernon_orchestrate	1 回の呼び出しで、計画してからディスパッチします。 目標を渡すと、範囲を絞った k 個のサブタスクに分割し、ワーカー群に振り分けて、計画とすべての結果をまとめて返します。

一般的な流れ：目標を algernon_orchestrate に渡して一度に実行します。あるいは分割して、algernon_plan でサブタスクを確認・調整してから、algernon_dispatch で振り分けます。どちらの場合も、ワーカー群をオーケストレーションし、トークンを節約して、考える余力を保てます。

2 分間の動作確認

サーバーを接続したら、MCP クライアントに次の呼び出しを順番に実行するよう依頼します。

1. algernon_plan を、目標 「OS の同期プリミティブを 3 つ説明する」、k = 3 で呼び出します。3 つの簡潔なサブタスク用プロンプトが返されることを確認します（お使いのキーでプランナーが実行された証拠です）。
2. 小さな tasks_json を指定して algernon_dispatch を呼び出します。例： [{"id":"a","prompt":"Define a mutex in one sentence"},{"id":"b","prompt":"Define a semaphore in one sentence"},{"id":"c","prompt":"Define a spinlock in one sentence"}]。 3 つの結果が返されることを確認します。フリートが並列実行されました。
3. 任意の小さな目標を指定して algernon_orchestrate を呼び出し、1 回の応答でプランと収集した結果の両方が返されることを確認します。

これにより、本番データを使わずに、プランニング、お使いのキーでの並列ディスパッチ、および一括オーケストレーションを試せます。

プライバシー

Algernon は自己完結型です。外部ホストとの通信先は、設定した LLM エンドポイント（Anthropic または OpenAI 互換のベース URL）だけです。テレメトリーは送信せず、アカウントも保持せず、ユーザーに関する情報も保存しません。結果は同じ呼び出し内で計算して返されます。サブタスク用プロンプトと結果は、選択したプロバイダーにのみ送信されます。

プロジェクトリンク

• ソースコード
• 課題
• 関連プロジェクト：ArkHive

セルフホストのその先 — 有料プラン

このページの MCP サーバーは永久に無料です（Apache-2.0、セルフホスト可能、テレメトリーなし）。 自分で設定する以上のものが必要な場合は、次をご利用ください。

• ホスト型 ArkHive — 1 つの URL で、インストール不要、キー不要： https://arkhive.dondatabrain.com/mcp（claude mcp add --transport http arkhive https://arkhive.dondatabrain.com/mcp を使って Claude Code に追加します）。
• お客様専用の AI エージェント — 創業者がすべて代行し、1 回の呼び出しで Claude または ChatGPT に接続する、すぐに使える MCP エージェント： 一律 $700。
• ArkHive Enterprise — お客様ご自身のサーバーへのインストールとパイロット導入を個別に対応します。$2,500 から：[email protected]。

InboxAxe を手がけたチームが開発しました。InboxAxe は、ユーザーの許可なく何も送信しない、ガバナンスを備えた AI マーケティングプラットフォームです。

• ウェブサイト
• Apache-2.0 ライセンス

コントリビューション

課題の報告やプルリクエストを歓迎します。サーバーは自己完結型（標準ライブラリ + mcp + httpx）かつプロバイダーに依存しない状態を保ち、テレメトリーを追加しないようにしてください。ディスパッチ、結果の収集、またはプロバイダーの動作を変更する場合は、テストを追加してください。

Algernon は、人に寄り添い、説明責任を重視する小さな AI ツール群の一部です。公開 MCP では、誰でも独立して検証できる機能を中心にしています。ご自身のキーを使い、フリートの実行を見届け、考える力を保ちましょう。

タグライン：フリートをオーケストレーションし、考える力を保ちましょう。

Apache-2.0 © 2026 ZagAIrot Technologies LLC.