mcpField
.
.FAF Context

.FAF Context

ローカル
faf.one開発ツール71 日前に更新

.FAF Context について

.FAF Contextは、単一の`project.faf`でプロジェクトコンテキストを管理し、各ツール向けのファイルを生成するIDE用ローカルMCPサーバーです。スコアリングと診断機能で、チームによるコンテキストの評価も支援します。

主な機能

  1. 014種類のコンテキストファイルを生成
  2. 02既存コンテキストのインポートと統合
  3. 03AI対応度の採点と不足点の診断
  4. 04プロジェクトメタデータの同期
  5. 05GitHubリポジトリからコンテキストを作成

活用シーン

  1. 01CursorなどのIDE間でコンテキストを統一
  2. 02不足しているプロジェクト情報を確認
  3. 03既存コンテキストをproject.fafに移行

MCP 対応

stdioでローカル実行し、MCPクライアントにプロジェクトコンテキストの作成、採点、診断、インポート、同期ツールを提供します。

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": {
"wolfe-jam-faf": {
"command": "npx",
"args": [
"-y",
"faf-mcp"
]
}
}
}
起動コマンドnpx -y faf-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
npmfaf-mcp2.1.3

ツール

31

掲載時のツール一覧 · 2 週間前に更新

このツールにパラメーターはありません。

詳細

FAF

.FAF Context

Cursor、IDE、VS Code 向けの永続的なプロジェクトコンテキスト。一度定義すれば、どこでも同期できます。 npm: faf-mcp

npmdownloads FAF Trophy 100% IANA: vnd.faf+yaml DOI: Context paper DOI: Agents paper

ホーム: wolfe-jam.github.io/faf-mcp

.FAF Context は、FAFのIDE側を担うMCP サーバーです。リポジトリに project.faf を1つ置くだけで、すべてのAIツールのコンテキストファイル(AGENTS.md、.cursorrules、GEMINI.md、CLAUDE.md)がそこから生成され、スコアも付与されるため、どこに注力すべきかを正確に把握できます。ターミナルと同じ faf-cli を使い、stdio 経由でローカル実行されます。このツールが属するFAFエコシステムは、npm と PyPI で合計10万回を超えるダウンロードを達成しています(リアルタイム集計)。

⭐ ブックマークしてくれるほか、ほかの開発者にも見つけてもらいやすくなります。

CI License: MIT project.faf Business card · Get yours →


4.1.0 の新機能 — Instructions エディション

faf-mcp が、ツール同士の連携方法をモデルに伝えるようになりました。initialize 時のサーバーインストラクション(642文字)に加え、スキルリポジトリを認識する faf-cli 8.5.0 を搭載しています。

  • サーバーインストラクション。 エディターのAIが接続すると、サーバーはツール同士の連携方法を伝えます。一度に扱うプロジェクトは1つであること、まず faf_doctor または faf_score を実行すること、ユーザーに人間による回答を求めること、そして CLAUDE.md、AGENTS.md、.cursorrules、GEMINI.md の生成元は project.faf であることを案内します。
  • faf-cli 8.5.0 を内蔵。 faf_init と faf_auto はスキルリポジトリを検出します。SKILL.md フォルダーがあれば skills(10スロット)として、Claude Code プラグインマニフェストがあれば skills-plugin(14スロット)として判定します。
  • hono のアドバイザリを解消(serveStatic の二重デコード)。

4.0.1

faf-mcp --version と --help が結果を表示して終了するようになりました。以前はどちらもサーバーを起動していました。

  • --version(-v)はバージョンを表示し、--help(-h)は使い方とクライアント設定を表示します。それ以外の入力では従来どおりサーバーが起動するため、クライアント設定を変更する必要はありません。

4.0.0 — Always33 エディション

エンジンもスコアもひとつです。faf-mcp 4 は faf-cli 8 の always-33 カーネルでスコアを算出します。faf-cli、claude-faf-mcp 7、faf-kernel と同じスコアです。

  • always-33 エンジン。 すべてのツールが faf-cli 8.0.0 でスコアを算出します。33 個の Mk4 スロットすべてを、ひとつの Rust カーネルで処理します。実際に確認したスコア:faf-python-sdk 56、mcp-context-card 56、faf-cli ✪ 100。
  • お使いの 21 個のスロットと、確認できる 12 個のエンタープライズスロット。 エンタープライズスロット(infra、app、ops)は、アプリの種類で使用しない場合、slotignored としてマークされます。faf_score は 33 個すべてを対象にスコアを算出し、slotignored のスロットは分母から除外されます。
  • 3.x からのアップグレード: 12 個のマーカーがない .faf は、33 個を対象にスコアが算出されるようになりました。faf_auto を実行してください。マーカーが書き込まれ、スコアが戻ります。

3.0.2 — Compose エディション

ツールの説明と動作を一致させました。faf_git は faf-cli でスコアを算出し、上書き前に確認します。faf_sync は変更内容をひとつずつプレビューし、インポート時には何も書き込まれなかったことを通知します。

  • faf_git のスコア算出ツールはひとつです。 作成したファイルの faf-cli によるスコアを報告し、faf-cli がスコアを算出するスロットを書き込み、既存の project.faf を置き換える前に確認します。
  • faf_sync は変更内容をひとつずつプレビューします。 ドライランでは、更新するフィールドをすべて一覧表示し、apply: true を指定します。
  • インポート時には何も書き込まれなかったことを通知し、 project.faf がない状態で merge: true を指定すると、明確なエラーになります。
  • 説明、注釈、エラーはコードと一致します。 ツールの出力に CLI コマンドやターミナルのカラーコードは含まれません。

3.0.1 では faf_bi_sync を faf_claude に改名し、faf_init が faf init と同じ内容を書き込むようにしました。全履歴は CHANGELOG にあります。

Compose エディション(3.0)

移植ではなく、組み合わせて使います。faf-mcp 3.0 は faf-cli 7.12 をプロセス内で実行します。スコア算出ツール、レンダラー、インジェクターはそれぞれひとつで、このパッケージが示す数字、ファイル、説明はすべて正確です。ローカル stdio、29 個のツール、Node 22 以上に対応しています。

  • faf-cli 7.12 を組み合わせて使用します。 AGENTS.md、GEMINI.md、.cursorrules、CLAUDE.md は、faf-cli 独自のレンダラー、リポジトリのエンリッチメント、ブロックインジェクターによって書き込まれます。faf export と faf sync が書き込むものと同じ内容です。faf_auto は faf-cli 独自の更新チェーンを実行します。手動で移植したレンダラー、v3 より前の CLAUDE.md テンプレート、ローカルインジェクターは削除されました。
  • スコア関数はひとつです。 faf_auto、faf_go、faf_dna、faf_doctor、faf_claude はすべて、ディスク上の内容に対する faf-cli のスコア算出結果を報告します。ローカルのヒューリスティック、固定された初期スコア、「0%」はありません。
  • シェルコマンドは実行しません。 faf の which 検出機能、exec フォールバック、「最初に faf-cli をインストールしてください」というバナーは削除されました。src/ 内のどのファイルも child_process をインポートしません。PATH 上に無関係な faf があっても問題になりません。
  • すべてのツールのコントラクトはハンドラーと一致します。 説明にはツールの動作を記載し、スキーマには読み取られるフラグだけを宣言し、失敗時には理由を示します。
  • Mk3 エンジンを削除しました。 到達不能な 44 個のモジュール、約 15,900 行を削除し、tarball のサイズは半分になりました。prebuild が dist/ を消去するため、削除したものが再び同梱されることはありません。
  • リソース URI は faf://context と faf://status です。このリリースでは claude-faf:// もエイリアスとして引き続き読み取り可能です。
  • Node 22 以上が必要です。 18 と 20 はサポート終了です。CI マトリックスでは 22 と 24 を実行し、ガードによって最低バージョンを維持します。

一度定義して、どこでも同期

.cursorrules を管理している一方で、チームメイトは AGENTS.md を使っています。チームの誰かが Gemini に切り替えたばかりです。AI ツールごとに独自のコンテキストファイルが必要ですが、どれも同じことを異なる形式で記述しています。

faf-mcp は、Cursor、Windsurf、Cline、VS Code、そして Claude 以外のあらゆるプラットフォームに対応する専用 MCP サーバーです。 リポジトリに .faf ファイルをひとつ置けば、チームが必要とするすべての形式に同期できます。

Cursor と IDE エージェント向けのコンテキスト: faf-cli(v7.12)が、このサーバーで同期するファイルを作成します。bunx faf export --agents を使えば、インストール不要で Git ネイティブに利用できます。Cursor と IDE エージェント向け FAF-CLI 👀 をご覧ください。

                      project.faf
                           │
          ┌────────┬───────┴───────┬────────────┐
          ▼        ▼               ▼            ▼
      CLAUDE.md  AGENTS.md  .cursorrules  GEMINI.md
      (Claude)   (Codex)      (Cursor)    (Gemini)
クイックスタート

Cursor — ワンクリック: .FAF Context を Cursor に追加

それ以外の環境:

bunx faf-mcp

MCP 設定に追加します:

{"mcpServers": {"faf": {"command": "bunx", "args": ["faf-mcp"]}}}
プラットフォーム設定ファイル
Cursor~/.cursor/mcp.json
Windsurf~/.codeium/windsurf/mcp_config.json
ClineCline の MCP 設定
VS CodeMCP 拡張機能の設定
Claude Desktopclaude-faf-mcp を使用

実行する

faf-mcp は stdio 経由でローカル実行されます。IDE から次のいずれかのコマンドを指定してください。

方法コマンド
npmnpx faf-mcp
Bunbunx faf-mcp

相互運用ツール

ツールプラットフォーム操作
faf_agentsOpenAI CodexAGENTS.md のインポート/エクスポート/同期
faf_cursorCursor IDE.cursorrules のインポート/エクスポート/同期
faf_geminiGoogle GeminiGEMINI.md のインポート/エクスポート/同期
faf_conductorConductorディレクトリ構造のインポート/エクスポート
faf_gitGitHub任意のリポジトリ URL から .faf を作成
# MCP tool calls — ask your IDE's AI
# Write all four formats from project.faf
faf_claude { all: true }

# Author .faf from any GitHub repo
faf_git { url: "https://github.com/facebook/react" }

コアティア: デフォルトでは必須の 15 個のツールを表示します。FAF_TOOLS=all を設定すると、完全版の 29 個が利用できます(どちらの場合も、すべてのツールを名前で呼び出せます) · 26 個のテストスイート · 7 個の同梱パーサー


永続的な同期

project.faf がソースです。faf-mcp はすべてのツールのコンテキストファイルをミリ秒単位で生成します。

project.faf  ──── 8ms ───→  CLAUDE.md / AGENTS.md / .cursorrules / GEMINI.md
                    Single source of truth
  • faf_claude { all: true } は 4 つの形式すべてを一度に書き込みます
  • faf_agents、faf_cursor、faf_gemini では既存ファイルもインポートできます。merge: true を指定すると、その内容が project.faf にマージされます
  • faf が管理するブロックの外側の内容は、バイト単位で保持されます
  • チーム、ブランチ、セッションをまたいで機能します

AI アシスタントは忘れます。情報がずれていきます。新しいセッションのたびに、AI はまた推測を始めます。ソースを一つにすれば、コンテキストが古くなることはありません。


ティアシステム:推測状態から最適化状態へ

ティアスコア状態
✪ TROPHY100%AI が推測する必要はありません
★ GOLD99%+Trophy まであと 1 スロット
◆ SILVER95%+あと少しです — 続けましょう
◇ BRONZE85%+途中です — 続けましょう
● GREEN70%+途中です — 続けましょう
● YELLOW55%+AI がコイントスで決めています
○ RED<55%AI は何もわからない状態で作業しています
♡ WHITE0%コンテキストがまったくありません

55% では、AI は半分の確率で推測しています。 100% では、AI は最適化されています。


use>faf | プロンプトパターン

MCP ツールを呼び出すには、すべてのプロンプトを「Use FAF」で始めてください:

Use FAF to initialize my project
Use FAF to score my AI-readiness
Use FAF to sync my context
Use FAF to enhance my project

すべてのプラットフォームで機能し、ウェブ検索を止めてツールの使用を強制します。


29 個の MCP ツール

デフォルトで表示される 15 個のコアツール:

ツール目的
faf_init新しい project.faf を作成します(既存のファイルを強化するには faf_auto を使用します)
faf_auto1 回の呼び出しでセットアップします:初期化またはマージ、スタック検出、CLAUDE.md、スコア
faf_go不足している人間側のコンテキストと目標のフィールドを補完し、100% を目指すガイド付きインタビュー
faf_scoreAI 対応度スコア(0~100%)とティアを表示します。details:true を指定すると、スロットごとの内訳も表示します
faf_doctorスコアが低い原因を診断します。不足ファイル、スロット数、設定の問題と、それぞれの修正方法を表示します
faf_check各 human_context フィールドを空/一般的/良好と評価します
faf_trustfaf-cli のバリデーターで必須フィールドと about.* ブロックを検証します
faf_syncproject.faf と package.json を照合します(ドライラン。apply:true を指定すると書き込みます)
faf_contextアクティブなプロジェクトパスを設定または表示します
faf_aboutIANA に登録された .faf 形式について、わかりやすく説明します
相互運用ツール
faf_claudeproject.faf から CLAUDE.md を書き込みます(all:true を指定すると、AGENTS.md、.cursorrules、GEMINI.md も書き込みます)
faf_agentsAGENTS.md を project.faf にインポートするか、project.faf から書き込みます
faf_cursor.cursorrules を project.faf にインポートするか、project.faf から書き込みます
faf_geminiGEMINI.md を project.faf にインポートするか、project.faf から書き込みます
faf_git公開 GitHub リポジトリの URL から project.faf を作成します

FAF_TOOLS=all でさらに 14 個: faf_status · faf_what · faf_guide · faf_debug · faf_clear · faf_list · faf_read(許可されたルート内(cwd、OS の一時ディレクトリ、または FAF_ALLOWED_ROOTS)のファイルを読み取ります) · faf_write(同じルート内のファイルに書き込みます) · faf_readme · faf_human_add · faf_quick · faf_formats · faf_dna · faf_conductor

faf-cli を基盤としています。 すべてのツールは、同梱の faf-cli をプロセス内で組み合わせて使用します。CLI と同じスコアラー、同じレンダラー、同じブロックインジェクターを利用します。PATH 上の faf をシェル経由で実行することはありません。


エコシステム

  • claude-faf-mcp — Claude Desktop
  • faf-cli — ターミナル CLI
  • faf-wasm — WASM SDK(スコアリングは 5 ミリ秒未満)
  • faf-wasm-gen — Rust→WASM project.faf 作成エンジン、ブラウザー/エッジ向け(faf-wasm の作成機能に特化した兄弟プロジェクト)
  • faf-trinity — IANA の 3 種類の FAF 形式(コンテキスト/メモリ/エージェント)をまとめて公開するリファレンス MCP サーバー
  • faf.one — 公式ウェブサイト
  • docs/SKILLS-OVER-MCP.md — J1 エージェントスキル faf-ide(stdio · skills/list · ダイジェスト)

faf-mcp が役に立った場合は、リポジトリにスターを付けることをご検討ください。他の人にも見つけてもらいやすくなります。

引用

研究や本番環境で faf-mcp または .faf/.fafa 形式を使用する場合は、形式に関する論文を引用してください。

Wolfe, J. (2025). Format-Driven AI Context Architecture: The .faf Standard for Persistent Project Understanding. Zenodo. https://doi.org/10.5281/zenodo.18251362

Wolfe, J. (2026). Why Agents Need a Passport: .fafa — Portable Identity for the Agentic Era. Zenodo. https://doi.org/10.5281/zenodo.21951641

BibTeX
@article{wolfe2025faf,
  title     = {Format-Driven AI Context Architecture: The .faf Standard for Persistent Project Understanding},
  author    = {Wolfe, James},
  year      = {2025},
  month     = {nov},
  publisher = {Zenodo},
  doi       = {10.5281/zenodo.18251362},
  url       = {https://doi.org/10.5281/zenodo.18251362}
}

@article{wolfe2026fafa,
  title     = {Why Agents Need a Passport: .fafa — Portable Identity for the Agentic Era},
  author    = {Wolfe, James},
  year      = {2026},
  month     = {aug},
  publisher = {Zenodo},
  doi       = {10.5281/zenodo.21951641},
  url       = {https://doi.org/10.5281/zenodo.21951641}
}

ライセンス

MIT License — 無料のオープンソース


ドリフトゼロ。永続的な同期。AI に最適化。 ✪

「これが存在しなかったなら、AI が自分で作っていただろうと思えるほど、とても理にかなっています」— Claude

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。