mcpField
P
project-lore

project-lore

ローカル
github.com/tamas-fmメモリ・ナレッジ014 週間前に更新

project-lore について

project-loreは、開発タスクに関連するプロジェクト文書を探す、コーディングエージェント向けのローカル優先MCPサーバーです。文書をローカルで索引化し、出典、権威性、鮮度を添えた抜粋を返します。

主な機能

  1. 01タスクに応じた文書案内
  2. 02権威性を考慮した文書検索
  3. 03出典位置付きの範囲限定抜粋
  4. 04SQLite索引の差分更新
  5. 05古い文書や置き換え済み文書の表示

活用シーン

  1. 01コード変更前に適用文書を確認
  2. 02設計判断や制約を検索
  3. 03プロジェクトの指針が最新か確認

MCP 対応

MCPクライアント向けに`route_task`、`search_project_knowledge`、`get_document_context`を提供します。関連文書や検索結果、文書のセクションと関係を返し、ファイル全体は返しません。

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": {
"tamas-fm-project-lore": {
"command": "npx",
"args": [
"-y",
"project-lore-mcp"
]
}
}
}
起動コマンドnpx -y project-lore-mcp

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
npmproject-lore-mcp0.1.1

ツール

ツール一覧はまだ取得されていません

ローカルサーバーのツールはマシン上で起動して初めて取得できます。メンテナーはまだツール一覧を提供していません。

詳細

project-lore-mcp

コーディングエージェントを、プロジェクトのドキュメントのうち有用な最小限のもの(決定事項、意図、制約)へ、その出典と鮮度を示しながら案内する、ローカルファーストの MCP サーバーです。

codebase-memory-mcp などのコードインテリジェンスツールは、これはどこに実装されていて、何が依存しているかに答えます。このプロジェクトはそれを補完する問い、つまり、なぜこのように設計されたのか、このタスクではどのドキュメントが基準となるのか、そしてその知識は今も最新なのかに答えます。

できること

リポジトリ(および必要に応じて外部ドキュメントのルート)を指定します。次の処理を行います。

  1. Markdown、テキスト、HTML、YAML、JSON、Mermaid、Claude の指示ファイルを検出します。
  2. 各ドキュメントを種類と権威性(指示 → 正規 → 設計 → 計画 → 履歴 → 生成 → 提案)で分類します。
  3. 見出し、セクション、リンク、フロントマター、ADR のステータス、「最初に読む」/「置き換える」/タスクへのルーティングに関する明示的な関係を、出典情報を記録しながら決定論的に抽出します(構造の抽出は Markdown に適用され、その他の形式はプレーンテキストとしてインデックス化されます)。
  4. 再構築可能なローカルインデックスを SQLite(FTS5)に保存し、コンテンツハッシュを使って差分更新します。
  5. **上限付きの抜粋と正確な出典箇所(ファイル全体は決して返しません)**を使って、タスクや知識に関するクエリに回答し、古くなったソースや置き換えられたソースを隠すのではなく、その旨を示します。

MCP ツール

ツール目的
route_task開発タスクを指定すると、最初に読むべきドキュメント/セクションを順番に返します。明示的なマニフェストのルートが、ランキング検索より優先されます。
search_project_knowledgeドキュメント全文を検索し、権威性とステータスに基づいて再ランキングします。各結果の鮮度が表示されます。
get_document_contextファイル全体を返さずに、1 つのドキュメントのセクションと型付きの関係を返します。

インストールと実行

Node.js ≥ 22 が必要です。

npm install -g project-lore-mcp   # or npx -y project-lore-mcp (no install needed)
project-lore index --root /path/to/your/repo   # one-shot index + stats
project-lore serve --root /path/to/your/repo   # stdio MCP server
Claude Code

インデックスを作成するリポジトリ内で、次のコマンドを一度実行します。

# Personal setup — stored in your local Claude Code config, not committed
claude mcp add project-lore --scope local -- \
  npx -y project-lore-mcp serve --root "$PWD"

チームで使う場合は、代わりに共有設定をコミットします。

# Shared setup — writes .mcp.json into the repository
claude mcp add project-lore --scope project -- \
  npx -y project-lore-mcp serve --root .

プロジェクトスコープでは相対ルート(.)を使用するため、どのチェックアウトでも動作します。 Claude Code は、プロジェクトスコープのサーバーを実行する前に、各ユーザーに承認を求めます。

1 つのリポジトリにつき、1 つの設定です。 Project Lore のコマンドには固定のルートパスが含まれているため、常に特定の 1 つのリポジトリをインデックス化します。グローバルに登録するのではなく、リポジトリごとに個別に登録してください。

codebase-memory-mcp と併用できます。両方を設定してください。それぞれが異なる問いを担当します。設定でリポジトリ外のドキュメントを参照する場合、Claude Code にそれらのパスへのファイルシステムアクセスを許可する必要があります(追加の作業ディレクトリとして追加するか、権限の確認を承認してください)。

サンプルを試す
npm run index:example        # index examples/documented-project
npm run serve:example        # serve it over stdio

設定

リポジトリのルートに project-lore.config.yaml を任意で配置できます。

sources:
  - id: repository
    type: directory
    path: .
    authority: canonical
  - id: design-handoff
    type: directory
    path: ../product-docs      # explicit opt-in external root
    authority: design
classification:
  rules:
    - pattern: "docs/legacy/**"
      authority: historical

全項目のリファレンスはdocs/configuration.md、権威性モデルはdocs/concepts.mdを参照してください。

設計原則

文書化された意図を慎重に保存し、取得します。構造は自動的に導き出します。出典情報は常に保持します。

  • デフォルトではローカルのみです。 ネットワークアクセス、テレメトリー、アップロードはありません。インデックスは再生成でき、安全に削除できます(.project-lore/、gitignore 対象)。
  • AI より決定論を優先します。 v1 では LLM も埋め込みも使用しません。保存される関係にはすべて抽出方法が記録されるため、推測データが文書化された事実を装うことはありません。
  • 指示ではなく根拠を示します。 取得した抜粋は引用され、範囲が限定され、出典が明記されます。ドキュメントの内容は信頼できないデータとして扱われます(docs/provenance-and-trust.mdを参照)。

プロジェクトの状況

v0.1.0 — 最初の垂直スライスです。docs/architecture.md、docs/adr/ 内の ADR、および CONTRIBUTING.mdを参照してください。

ライセンス:MIT。

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。