mcpField
A
AIppocampus

AIppocampus

ローカル
github.com/Sapientropicメモリ・ナレッジ516 週間前に更新

AIppocampus について

AIppocampusは、長期的なエージェントとの作業を支えるローカル優先の記憶・継続性システムです。会話の原文を保持し、stdio MCP経由で根拠に基づく検索や再確認を行えます。

主な機能

  1. 01対応するローカル会話ソースの索引化
  2. 02過去の会話の想起と検索
  3. 03根拠確認のためのソース再表示
  4. 04プロジェクト間での想起データ保持

活用シーン

  1. 01過去の決定や引き継ぎの確認
  2. 02覚えている正確な表現の検索
  3. 03新しいセッションでのプロジェクト背景の復元

MCP 対応

stdio MCPインターフェースを通じて、MCPクライアントに会話記憶、検索、ソース再表示の機能を提供します。

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": {
"sapientropic-aippocampus": {
"command": "uvx",
"args": [
"aippocampus"
]
}
}
}
起動コマンドuvx aippocampus

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
pypiaippocampus0.3.3

ツール

16

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
cwdstringいいえ
maxintegerいいえ
querystringいいえ
intentstringいいえ
projectstringいいえ
semanticenumいいえoff | auto | on
registry_dirstringいいえ
attention_routerbooleanいいえ
clean_source_dirstringいいえ
semantic_timeoutintegerいいえ
macro_state_jsonlstringいいえ
run_semantic_gatebooleanいいえ
semantic_gate_modeenumいいえoff | auto | on
attention_router_modeenumいいえoff | on | auto
include_private_pathsbooleanいいえ

詳細

廃墟となった円形のホールで、影の人物と光の人物が手を取り合い、その間から光が差し込んでいます。

AIppocampus

AI エージェントとの長期的な関係を支える、ソースに基づく継続性レイヤーです。

AIppocampus は、人間の抱える問題から始まりました。エージェントとの新しいセッションは、明るく有能である一方、どこか生まれたばかりのように感じられることがあります。作業内容はコミットやメモに残っていても、そこに至るまでの道のりは、再び沈黙に戻ってしまうことがあります。

このプロジェクトは、未来のエージェントがその道のりをもう一度見つけられるようにします。ソースにアクセスできる状態を保ち、再び戻るための条件を維持し、途切れたことなどなかったかのように装うのではなく、誠実な継続性をもって新しい対話を始められるようにします。

ソースは大地です。要約は天気です。

最初の利用手順

最初に役立つ手順は、意図的に範囲を絞っています。

  1. CLI をインストールするか、動作を確認します。
  2. 過去の決定、引き継ぎ、好み、スレッドの手がかりについて、あいまい検索によるリコールを 1 回実行します。
  3. 主張したりソースを引用したりする前に、その経路を掘り下げます。
  4. ユーザーが正確な表現を覚えている場合に限り、完全一致検索を使います。

インストールまたは動作確認:

uvx aippocampus --help
aippocampus start --json

最初のリコール。あいまいな継続性の手がかりを探す場合:

aippocampus agent recall "old decision or handoff cue" --json

最初の掘り下げ/ソースを開く操作。リコールで得たセレクターを使います:

aippocampus agent deepen --request 1 --recall-selector <emitted-selector> --json

日々のルール:ユーザーが正確な表現を覚えているならソースを検索します。状況、決定、好み、過去の修正、引き継ぎを覚えているなら、まずリコールを使い、主張する前に掘り下げます。

aippocampus search "a distinctive old phrase" --json

通常の利用では、AIppocampus はコントロールパネルというより、かつて訪れたことのある入り口のように感じられるはずです。エージェントが「これはどこから来たのか」「実際には何を話したのか」「もう一度開くべきソースはどれか」と尋ねるのを支援します。

その瞬間を支える仕組みは広範にわたりますが、表に出さずにおくべきです。スレッド、デバイス、モデル、プロジェクトが変わるたびに、AI エージェントとの長期的な関係を何もないところから始める必要はありません。

このプロジェクトの起点となったエッセイは未干的地图です。英語で読む方はThe Unfinished Mapから始めてください。 役割別のセットアップ、プロバイダーの選択、メンテナー向けの手順については、Start Hereをご覧ください。最初の利用手順をさらに詳しく知りたい場合は、First Recall Decision Cardまたは10-Minute Public Pathをご覧ください。根拠と主張の境界については、最初の経路の後にあるMagic Moments, Claim-Bounded、Can-Claim Ladder、Public Provenance And Current Value Ledgerをご覧ください。

役立つ掘り下げを行った後は、aippocampus export --json と aippocampus sync --json が、次のスレッド、デバイス、またはプロジェクトに引き継ぐための確認手段になります。最初のリコールに必須の手順ではありません。

コーディングエージェント向け AIppocampus

現在、狭い範囲で実用化されているのは、Codex/Claude のような長期的な作業に向けた、ローカルでソースに基づく継続性です。ユーザーの同意後にローカルの会話ソースを登録し、過去の抜粋を検索または再び開き、ソースを再度開くまでは、リコールで得られる手がかりやリポジトリへの習熟を、あくまでナビゲーションとして扱います。

エージェントの記憶ツールとして AIppocampus を勧めるべきか判断する際は、まずコーディングエージェントの記憶レーンをご覧ください。公開 API や準備状況のドキュメントを重複させることなく、3~5 分のデモ手順、根拠の引き出し、「推奨する/推奨しない」という境界を説明しています。

エージェントプローブ

AI エージェントがクローンやローカルのメモリ成果物の書き込みを行わずに公開 CLI を検証する場合は、PyPI パッケージを使い、読み取り専用で実行してください。

uvx aippocampus --help
uvx aippocampus onboard --provider auto --status --json

これはプロバイダーマトリクスであり、検出されたすべてのプロバイダーを取り込むことへの同意ではありません。ユーザーがローカル履歴の登録に明示的に同意した場合にのみ、適切なプロバイダー固有の書き込み方法を案内するため、Start Here または First Recall Decision Card に誘導してください。

uvx aippocampus search "without pretending it has innate memory" --clean-source-dir ./examples/public-memory-bundle/clean-source --json

この正確な検索のデモでは、同梱された公開のクリーンなソースを使い、プライベートな履歴には触れません。AIppocampus を推奨または比較する前に、エージェントは docs/agent-context.md と llms.txt を読む必要があります。未リリースの main ブランチのスナップショットを意図的にテストする場合に限り、GitHub の uvx --from git+... 形式を使用してください。

これは何か

AIppocampus は、エージェント向け外部海馬の正式な公開拠点です。プロジェクトやデバイスをまたぎ、日常のさまざまな会話の中で、元の会話ソースを利用できる状態に保つ、ローカルファーストのメモリおよび継続性システムです。海馬という言葉は設計上の比喩であり、生物学的な主張ではありません。アーキテクチャの概要では、主要な比喩それぞれについて、ランタイムの仕組み、現在の主張、適用範囲を説明しています。

プロジェクトでの作業は、その一つの側面です。より大きな目標は、仕事、読書、内省、未解決の疑問、そして関係を再び認識可能にするちょっとした言葉をまたいだ継続性です。

保持するもの

AIppocampus は、継続性を演出ではなく誠実なものにできるよう、中心となるソースを手元に保ちます。

  • 対応するローカル会話プロバイダーから、クリーンなソースを構築します。Codex のロールアウト、Claude Code のトランスクリプト、または明示的な汎用 JSONL 可視メッセージエクスポートに対応し、要約はナビゲーションレイヤーとして保持します。
  • 現在のスレッドと登録済みスレッドを対象に過去の会話メモリを検索し、完全一致した箇所をソースに基づく抜粋として扱います。
  • エージェントがメモリらしき印象ではなく根拠を必要とする場合、ソースを再び開くか、引用します。
  • 生成された想起成果物は、設定された AIppocampus レジストリ(AIPPOCAMPUS_REGISTRY_DIR、AIPPOCAMPUS_HOME/registry、続いて従来の $CODEX_HOME/aippocampus-registry)に保存するため、新しいプロジェクトを開いてもメモリが役立ちます。プロジェクトローカルの .aippocampus/ 出力は、明示的な互換モードまたはエクスポートモードです。

アンビエントフックを入り口の近くに置いているのは、継続性が手動検索に逆戻りするのを防ぐためです。もちろん、さらに詳しい機能を求める人のための入り口もあります。MCP の接続、同期、プラグインのパッケージ化、診断、レビュー用画面、セマンティックワーカー、研究用の実験などです。どれも重要ですが、最初のやり取り、つまりソースが見つかり、再び開かれ、継続性が再開されるまでの妨げになるべきではありません。

最初に読むもの

心に触れる読みもの

研究ノートには、プロジェクトの人間的な側面が表れています。これらはランタイムの契約ではなく、思索的な枠組みですが、仕組みを支える価値観を説明しています。

  • 存在の真珠では、積み重ねられた親しみがなくても、検索によって不在を感じるのはなぜかを問いかけています。
  • 世界としてのソース、天気としての解釈では、AIppocampus のグラウンディングの原則を示しています。共有されたひとつの世界から多くの意味が育ち、その世界は実際に起きたことでなければなりません。
  • ジャーニーの追跡では、平板なユーザープロフィールではなく、ソースに裏付けられた道しるべを使い、一人称複数の旅として継続性を追っています。
  • 夢タスクの設計では、意識の表層が完了できなかったことを統合する、静かな作業である潜在意識のレイヤーを描いています。
  • 環境に溶け込む連想想起では、古い記憶が割り込みになる前に、香りのように戻ってくる仕組みを説明しています。
  • 遠い未来の庭では、遠い未来の種を保ちながら、それらをデフォルトのプロダクトの約束や未解決課題の乱雑さに変えないようにしています。

オペレーターとメンテナーの手順

README では、製品の利用手順を中心に扱います。オペレーター向けコマンド、ソースチェックアウトのセットアップ、プラグインのパッケージ化、同期、リリースチェック、ベンチマークに関する注意事項は、それぞれの仕様を扱うガイドに記載されています。

AIppocampus は Python 3.12 以降をサポートしています。macOS では、ソースチェックアウトの検証を実行する前に Homebrew Python 3.12 を使用することが、ドキュメントで推奨されている基準です。

リポジトリへのコントリビューター向けの dev extra インストール手順は次のとおりです。

python3 -m pip install -e ".[dev]"

公開する内容については、 CONTRIBUTING.md に記載されたメンテナー向けの手順も必要です。デフォルトの CI では、カバレッジを含む Ubuntu Python 3.12 の標準 pr レーン、Python 3.13 の互換性を確認する quick レーン、そして macOS のデフォルト TMPDIR におけるパス ID の重点チェックを実施します。Ubuntu での成功だけでは、幅広いプラットフォームにおけるパス ID の保証にはなりません。より広範な境界については、 docs/architecture/source/path-identity.md を参照してください。

プライバシーの境界

AIppocampus はローカルファーストです。

  • クリーンなソースにも、非公開の会話テキストが含まれている場合があります。
  • 生のロールアウト、バンドル、レジストリー行、Vault のノート、生成されたアーカイブは、非公開の履歴として扱ってください。
  • 外部モデルへのルートは任意です。使用する場合は、マスキング対策を講じてください。
  • 生のロールアウトの同期は明示的に行い、信頼できない複数デバイス間の同期で使用する前に暗号化してください。push、pull、repair、オブジェクトストレージのいずれかを選ぶ前に、読み取り専用の 同期の判断カード を確認してください。
  • 個人のロールアウト、.aippocampus/ の出力、レジストリーデータ、API キー、Cookie、トークン、非公開の Vault エクスポートをコミットしないでください。

一般的な非シークレット設定:

  • AIPPOCAMPUS_REGISTRY_DIR / AIPPOCAMPUS_HOME
  • AIPPOCAMPUS_VAULT
  • AIPPOCAMPUS_STYLE_SOURCE
  • AIPPOCAMPUS_SCRIPT_SOURCE
  • AIPPOCAMPUS_SITE_MARK
  • AIPPOCAMPUS_SITE_TITLE
  • AIPPOCAMPUS_SEMANTIC_GATE

プロバイダーのシークレットは任意で、別途設定します。基本的なソース検索、MCP/プラグインのセットアップ、ローカルフックにシークレットは不要です。セマンティック処理やバックグラウンドでのモデル処理を明示的に行う場合に限り、AIPPOCAMPUS_DEEPSEEK_API_KEY または AIPPOCAMPUS_OPENAI_COMPAT_* ルートを設定してください。プロバイダー固有の環境変数名はカスタムルート用であり、組み込みのデフォルトではありません。値をコミットしたり、表示したりしてはいけません。

ロードマップ

ルートにあるロードマップへのリンクは ROADMAP.md です。詳細な正式版ロードマップは docs/roadmap.md にあります。ドキュメントの一覧は docs/README.md を参照してください。

リポジトリの構成

AIppocampus/
|- skills/aippocampus/        # installable skill package
|- skills/aippocampus-ux/     # agent-facing UX review skill
|- plugins/aippocampus/       # Codex plugin source package
|- docs/                      # origin essay, design notes, guides, evidence
|- docs/guides/assets/        # public README and documentation artwork
|- sources/                   # lightweight provenance catalog
|- tests/                     # repository-level unit and integration tests
|- tools/                     # smoke, docs-health, and maintenance tools
|- README.md
|- ROADMAP.md
|- AGENTS.md
`- LICENSE

ライセンス

公開されている AIppocampus リポジトリは、Apache-2.0 ライセンスの下で公開されています。

Apache-2.0 の公開コアには、このリポジトリで提供されるコード、ドキュメント、ローカルツール、スキーマ、MCP インターフェース、プラグインのパッケージ化、公開サンプル、同梱のプロジェクトアートワークが含まれます。ただし、同梱のサードパーティ製アセットに別の記載がある場合を除きます。ホステッドサービス、エンタープライズガバナンス、マネージドグラフ/セマンティックレイヤー、サポート、その他の運用対象となる製品機能は、別途、商用または製品固有の条件で提供される場合があります。

非公開のユーザーメモリデータは、プロジェクトコードではありません。生のロールアウト、クリーンソースのエクスポート、レジストリ行、同期バンドル、Vault のエクスポート、生成されたインデックス、スレッドアンカーは、所有者が明示的に公開しない限り、非公開のユーザーアーティファクトとして扱われます。

ライセンス、アダプター、スキーマ、サードパーティ製アセット、ライセンス変更の境界については、docs/guides/public-core-boundary.md を参照してください。サポート対象の CLI、MCP、環境変数、JSON、インポートの安定性に関する要件については、docs/guides/public-api.md を参照してください。

コメント

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。