mcpField
C
contextkeeper

contextkeeper

ローカル
pypi.orgメモリ・ナレッジ028 週間前に更新

contextkeeper について

contextkeeperは、複数のAIエージェントやLLMをまたいで作業する人向けのプロジェクトコンテキスト管理ツールです。コマンドライン、SDK、REST API、セッション機能でプロジェクトの状態を記録し、エージェント間で共有できるブリーフィングを作成します。

主な機能

  1. 01プロジェクトコンテキストの初期化と同期
  2. 02AIエージェント向けブリーフィング生成
  3. 03セッション、タスク、決定事項の追跡
  4. 04コンテキストのJSONまたはMarkdown出力
  5. 05複数エージェントの同時アクセス調整
  6. 06コンテキストの検証と変更確認

活用シーン

  1. 01エージェントの切り替え時にプロジェクトコンテキストを復元
  2. 02前回の同期以降の変更を確認
  3. 03エージェントのセッションとタスクを追跡
  4. 04コンテキストをJSONまたはMarkdownで共有

MCP 対応

Claude Codeとのネイティブ連携向けに10種類のMCPツールを提供します。Claude Desktopにも設定できます。

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

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
pypicontextkeeper0.2.7

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

contextkeeper

PyPI Python 3.10+ License: MIT MCP Native

AI エージェント間でモデルのドリフトをゼロに。


インストール

pip install contextkeeper

クイックスタート

contextkeeper init
contextkeeper sync --agent claude
contextkeeper bootstrap --clipboard
# paste into any AI — full context restored

CLI リファレンス

コマンド説明
initプロジェクトのコンテキストをひな形から作成します — 状態ベクトル、規約、タスク
syncリポジトリをスキャンし、現在のプロジェクト状態で状態ベクトルを更新します
bootstrapあらゆる AI エージェント向けに、貼り付けて使えるブリーフィングを生成します
status追跡中のプロジェクトと現在の状態を表示します
doctorコンテキストファイルの整合性と必須項目の不足を検証します
migrateデータベースのスキーマ移行を実行します
exportプロジェクトのコンテキストを JSON/Markdown にエクスポートします
diff前回の同期以降に変更された内容を表示します
serveREST API サーバーを起動します(FastAPI + Uvicorn)
sessionsエージェントのセッションを一覧表示、管理します
tasksプロジェクトのタスクを一覧表示、管理します
decisionsアーキテクチャ上の決定を一覧表示、管理します
authAPI キーを作成、無効化します(ck_ プレフィックス、SHA-256 で保存)

Python SDK

from contextkeeper import ContextKeeperClient

client = ContextKeeperClient()

# Sessions
session = client.create_session(agent="claude", project="myproject")
client.end_session(session.id, summary="Implemented auth module")

# Tasks & decisions
client.create_task(project="myproject", title="Add rate limiting")
client.create_decision(project="myproject", title="Use PostgreSQL", rationale="Need JSONB")

# Handoff
handoff = client.create_handoff(from_session=s1.id, to_agent="gpt-4")

MCP サーバー

10 個のツール — Model Context Protocol を介した Claude Code とのネイティブ統合。

claude_desktop_config.json に追加します:

{
  "mcpServers": {
    "contextkeeper": {
      "command": "python",
      "args": ["-m", "contextkeeper.mcp"]
    }
  }
}

バックエンド

# File (default) — zero config
contextkeeper init

# SQLite
contextkeeper init --backend sqlite

# PostgreSQL
contextkeeper init --backend postgres --db-url postgresql://user:pass@localhost/ck

REST API

14 個のエンドポイントと 3 個の認証エンドポイント。OpenAPI 仕様を備えた FastAPI。

contextkeeper serve --port 8420
# → http://localhost:8420/docs   (Swagger UI)
# → http://localhost:8420/openapi.json

認証ヘッダー:Authorization: Bearer ck_your_api_key

マルチエージェント連携

エージェントが同時にアクセスするための 3 つのモード:

  • sequential — 一度に 1 つのエージェントのみ(デフォルト)
  • lock-based — リソースごとの悲観的ロック
  • merge — 競合を解決する楽観的マージ

リンク

ライセンス

MIT © TheRealDataBoss

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。