Vibe Coder MCP Server - v4 Final Release

Vibe Coder MCP Server - v4 最終リリース

重要なお知らせ：これは、Automatic Contextual Retrieval System（ACRS）ツールを含む、Vibe Coder MCP Server の v4 最終リリースです。開発は別のリポジトリで v5 に移行しました。このバージョンは、安定した機能完備のリリースとしてコミュニティに公開されています。

v4 の新機能：Automatic Contextual Retrieval System（ACRS）

v4 リリースでは、以下を通じて AI アシスタントの機能を強化する Automatic Contextual Retrieval System が導入されました。

• コンテキストメモリ：現在のコンテキストに基づいて関連情報を保存、取得します
• 高度なキャッシュ：冗長な LLM 呼び出しを減らし、応答時間を改善します
• セマンティック検索：完全一致ではなく、意味に基づいて関連コンテンツを見つけます
• 逐次的な思考：複雑な問題を、対処しやすい手順に分解します

これらのツールにより、LLM ベースのアシスタントとの、より一貫性のあるコンテキストを考慮したやり取りが可能になります。

GitHub 版を始める

クイックインストール

1. リポジトリをクローンします：

   git clone https://github.com/jsscarfo/vibe-coder-mcp-v4.git
   cd vibe-coder-mcp-v4
   

2. セットアップします：

   • Windows の場合：setup.bat
   • macOS/Linux の場合：

     chmod +x setup.sh
     ./setup.sh
     

3. OpenRouter API キーを設定します：

   • .env.example をコピーして .env ファイルを作成します
   • OpenRouter API キーを .env ファイルに追加します

4. AI アシスタントと統合します：

   • AI アシスタントの MCP 設定を更新して、Vibe Coder を追加します
   • 詳しい手順については、以下のセットアップガイド全文を参照してください

ACRS ツールの使い方

Automatic Contextual Retrieval System ツールを使用するには、以下の手順に従います。

1. メモリエントリを追加します：

   Add to memory: [content to remember]
   

2. コンテキスト強化を適用してリクエストを処理します：

   Process request [your request] with context
   

3. LLM 向けにプロンプトを強化します：

   Enhance prompt: [your prompt]
   

4. パフォーマンス指標を取得します：

   Get retrieval metrics
   

詳細については、以下のドキュメントを参照してください。