LocalKeep について
LocalKeep は、自分で日付付きの記録を書き、整理したい人向けのローカルメモリ管理ツールです。記録はローカルデータベースに保存され、必要に応じて Claude が MCP 経由で検索します。クラウドメモリを運営せず、会話内容を自動収集することもありません。
主な機能
- 01編集可能な記録を日付順に整理
- 02ローカル Hub UI でメモリバンクを管理
- 03記録をローカルデータベースに保存
- 04必要に応じて過去の文脈を検索
活用シーン
- 01出来事の日付や経緯を調べる
- 02自分で記録した研究・仕事の履歴を会話に活用する
- 03個人の日記や時系列記録を管理する
MCP 対応
LocalKeep の MCP サーバーを通じて Claude Desktop がローカルの記録を検索できます。取得されたテキストはセッション中に Anthropic へ送られ処理されます。
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。
ツール
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
LocalKeep
LocalKeep は、チャットボット用の時系列メモリレイヤーを求める人のためのツールです。モデルが自分について「何を」覚えているかを、本人が直接管理できます。モデルが自分について捏造する、編集すらできないブラックボックスのクラウドメモリに頼る必要はありません。LocalKeep なら、自分のマシン上でタイトルと日付を付けた編集可能なメモリバンクを作成し、エントリーを書いて、ローカルホストの Hub UI から管理できます。会話で過去のコンテキストが必要になった場合は、Claude が安全なネイティブの Model Context Protocol(MCP)コネクターを通じてローカルデータを照会します。
LocalKeep を使う理由
AI チャットアプリは、あなたを覚えているように「聞こえる」のは得意ですが、気になることを正確に思い出すのは苦手です。つまり、「何が」起きたのか、「いつ」起きたのか、「誰に」関することなのか、といったことです。コンシューマー向けのメモリ機能には、真の時間的推論に必要な能力が不足している傾向があり、履歴を漠然とした一般的な雰囲気の要約に平坦化してしまいます。その結果、3 か月前の出来事 A が出来事 B を引き起こした、といった関係を理解できず、人生の出来事、研究の軌跡、数か月前に記録した決定など、具体的な情報が必要なときに推論に失敗します。さらに悪いことに、コンシューマー向け AI のメモリはブラックボックスです。モデルがあなたについて何を覚えるか、あなたの人生をどう解釈するか、あるいはあなたに関するコンテキストをいつ捏造するかを、あなた自身で決めることはできません。
LocalKeep は、脆弱でモデルが捏造するタイムラインを、あなた自身の真実を示す厳密な時系列ソースに置き換えることで、こうした構造上の欠陥を一度に解消し、あなたに完全な編集権限を与えます。AI に自分について何を知ることを許可するかは、あなたが正確に決めます。エントリーを書くのも、日付を設定するのも、それらを自分のマシン上にローカル保存するのも、あなたです。会話で過去のコンテキストが必要になったとき、Claude は MCP を通じて検索エンジンとして機能するだけです。 LocalKeep は、構造化された個人の記録と、AI によるインテリジェントな検索の隔たりを埋めます。コンテキストを、LLM が幻覚で作り出すのではなく、あなた自身が管理できるようにします。
対象ユーザー
- チャットのメモリが日付のある事実を確実に取得できず、時系列も理解できないことに不満を感じている人
- すでに細かい個人の日記、業務ログ、研究アーカイブをつけている人。一般的なチャットアプリの言い換えで妥協する代わりに、自分の正確な言葉と過去のデータを、揺るぎない真実のソースとしてプロンプトに取り込めます。
- 推論能力の高さから Claude を信頼している一方で、基盤となるコンテキストデータベースは自分の管理下でローカルに保存することを求めるユーザー。(注:MCP 経由でメモリを照会すると、セッション中に取得されたテキストの断片は引き続き Anthropic に送信されます。)
概要(および対象外)
- 対象: 日付付きのメモリバンクを管理する、軽量でカスタマイズ可能なローカル Hub UI と、Claude Desktop から呼び出せる MCP サーバーを組み合わせたものです。
- 対象外: 単体のチャットアプリ、クラウドホスト型メモリ API、個人の会話を密かに収集するバックグラウンドユーティリティではありません。
美的理念
Hub UI は、LocalKeep が無機質で堅苦しいダッシュボードではなく、深く個人的なツールとして感じられるよう、カスタマイズ可能な機能を備えた、Windows 95/MS Paint をイメージしたレトロなオマージュを意図的に採用しています。調整可能なインターフェース要素をすぐ使える場所に配置することで、UI は、心のための親密なオフライン作業場に入ることを示します。そこは、自分らしさを感じられるよう、自由に形作り、再構成できる空間です。
インストール
pip install localkeep
# or: uv tool install localkeep
次に:
localkeep-hub # http://127.0.0.1:8000
Claude Desktop で MCP サーバーを登録します(claude_desktop_config.json):
{
"mcpServers": {
"localkeep": {
"command": "localkeep-mcp",
"args": []
}
}
}
GUI が PATH 上に localkeep-mcp を見つけられない場合は、which localkeep-mcp で確認できる絶対パスを使用してください(Hub の Connect パネルからコピーできます)。
pip でインストールした場合、メモリはデフォルトで ~/.localkeep/localkeep.db に保存されます。LOCALKEEP_DATA_DIR または LOCALKEEP_DB_PATH で上書きできます。
LocalKeep を自動で使用する(重要)
Claude が MCP ツールを確実に呼び出すようにするには、個人設定も設定してください。
- Claude Desktop → 設定 → プロフィール → 個人設定
- LocalKeep の手順を貼り付けます(Hub → 接続 → 手順をコピー、または
src/localkeep/assets/claude-personal-preferences.txtを参照) - Claude を完全に終了してから、再度開きます
- LocalKeep からツールの実行を求められたら、常に承認をクリックします
ソースから開発する
git clone https://github.com/zuneracodes/localkeep
cd localkeep
uv sync --group dev
uv run localkeep-hub # http://127.0.0.1:8000
# optional live reload:
LOCALKEEP_HUB_RELOAD=1 uv run localkeep-hub
ソースをチェックアウトした場合、DB は data/localkeep.db にあります(gitignore 対象)。
テスト
これらのスモークテストでは、Hub、検索、MCP ツールを確認し、新規インストールでも、実際のユーザーと同じ方法で日付付きのメモリーを保存・呼び出せることを検証します。
uv sync --group dev
uv run pytest
テストは空の DBから開始し、Hub のフォームへの POST(新規ユーザーと同じ経路)を通じてメモリーを作成します。
プライバシー
データはローカルに保存されます。 バンクとメモリーは、選択した DB パス(pip でインストールした場合は ~/.localkeep/、チェックアウトした場合は data/localkeep.db)に保存されます。LocalKeep のクラウドはなく、チャットから自動的に情報を収集することもありません。テーマの色はブラウザーの localStorage に保存されます。Hub ページを更新したり、localkeep-hub を再起動したりしても、バンクは削除されません。削除されるのはデータベースファイルを削除した場合のみです。
呼び出しは Claude を介して行われます。 Hub とデータベースはお使いのマシン上に残りますが、Claude が LocalKeep MCP ツールを呼び出すと、一致するメモリーがそのチャットに返され、Anthropic は他のツール結果と同様に処理します。LocalKeep が DB 全体を外部に送信することはありません。その質問に対する検索で返された内容だけが送信されます。
貢献
バグ報告やプルリクエストは、GitHub Issues からお寄せください。PR を作成する前に uv run pytest を実行してください。
ライセンス
MIT — LICENSE を参照してください。
コメント
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。