kb

複数プロジェクト × 複数AIの共通コンテキスト基盤。ローカルMCPサーバーとして動作する。

kb は単なるノート置き場ではなく、AI がセッションをまたいで成長するための共有学習基盤を目指している。 Claude、Copilot、Codex のような複数の AI が、gap、knowledge、adr を通じて「ユーザーが AI に求めること」と「そのプロジェクトで積み上がった判断や知見」を学び、次のやり取りで自然に活かせる状態を作る。

目標は 2 つある。

• 単体 AI が、過去の失敗や判断を踏まえて継続的に賢くなること
• AI チーム全体が、同じユーザー・同じプロジェクト文脈を共有しながら揃って成長していくこと

技術スタック

• Python + uv
• MCP SDK（公式Python版）
• Obsidian CLI 1.12+
• git

Installation

Prerequisites

• uv
• Obsidian 1.12+ (CLI 有効化: Settings > General > Advanced > Command Line Interface)

1. Install

uv tool install kb-mcp

2. Setup

kb-mcp setup

対話形式で以下を設定:

• Obsidian Vault のパス（新規作成 or 既存 Vault に統合）
• タイムゾーン

設定は ~/.config/kb/config.yml に保存される。

3. MCP サーバー登録

使用する AI ツールに合わせて登録する。複数ツールから同じ kb-mcp を共有できる。

Claude Code

claude mcp add kb --scope user -- kb-mcp serve

Codex CLI

~/.codex/config.toml（CODEX_HOME 設定時はそちら）に追加:

[mcp_servers.kb]
command = "kb-mcp"
args = ["serve"]

GitHub Copilot CLI

~/.copilot/mcp-config.json（COPILOT_HOME 設定時はそちら）を作成（または追記）:

{
  "mcpServers": {
    "kb": {
      "command": "kb-mcp",
      "args": ["serve"]
    }
  }
}

4. Hooks インストール（オプション）

kb-mcp install hooks --all                 # 全ツールの hook snippet / wrapper を用意
kb-mcp install hooks --claude --execute    # 可能なものは設定ファイルまで反映

5. 動作確認

kb-mcp doctor

データ配置

ノートはこのリポジトリには含まれない。kb-mcp setup で設定した Obsidian Vault に保存される。

<vault_path>/<kb_root>/
  projects/<project-name>/
    adr/            # 意思決定ログ
    gap/            # AI指摘 → 本当はどうしてほしかったか
    session-log/    # セッションログ
    knowledge/      # 開発中に得た知識
    draft/          # やりたいこと・アイデアメモ
  inbox/            # プロジェクトに紐づかないアイデア
  general/
    knowledge/      # プロジェクト横断の共通知見
    requirements/   # ユーザーがAIに求めることの集約

MCP Tools

tool	役割
kb_init	プロジェクト初期化
kb_adr	意思決定ログ保存
kb_gap	反省記録保存
kb_knowledge	知識保存
kb_session	セッションログ保存
kb_draft	アイデア・やりたいことメモ
kb_search	検索
kb_read	ノート読み込み
kb_lint	ルール整合性チェック
kb_organize	リンク候補の発見・提案
kb_graduate	general/への昇格提案

保存系 / 検索系の入力互換:

• kb_adr / kb_gap / kb_knowledge / kb_draft の slug は省略可能。未指定時は summary から補完される
• tags / related / kb_search.tags は配列を優先するが、クライアント互換のためカンマ区切り文字列や JSON 風文字列も受け付ける
• schema 更新後もクライアントが古い定義を保持している場合は、MCP サーバーの再起動または再接続が必要になることがある

CLI コマンド

コマンド	役割
kb-mcp setup	初期設定（Vault パス、タイムゾーン）
kb-mcp serve	MCP サーバー起動
kb-mcp version	現在の kb-mcp バージョン表示
kb-mcp config get <key>	設定値取得
kb-mcp install hooks	lifecycle hook の wrapper / snippet 生成
kb-mcp hook dispatch	raw hook payload を durable event として取り込み、fast-path 有効時は proposal bundle も返す
kb-mcp hook summarize-dispatch	dispatch JSON を人間向け recommendation 文面へ変換する
kb-mcp worker run-once	due な sink を 1 回 drain する
kb-mcp worker replay-dead-letter	dead-letter 化した sink を ready に戻す
kb-mcp worker cleanup-runtime	古い runtime artifact を削除する
kb-mcp worker repair-learning-runtime	learning packet / asset / application の runtime hygiene を補修する
kb-mcp session run	launcher 管理下で AI セッションを起動する
kb-mcp doctor	config, event DB, scheduler, hooks, judge/review runtime を診断する
kb-mcp judge review-candidates	checkpoint window を judge して review 候補と suggestion bundle を生成する
kb-mcp judge accept <candidate-key>	review 候補を accept する
kb-mcp judge reject <candidate-key>	review 候補を reject する
kb-mcp judge relabel <candidate-key> --label <label>	review 候補を別ラベルへ relabel する
kb-mcp judge materialize [<candidate-key>]	accepted / relabeled candidate を note materialize する
kb-mcp judge learning-state	learning asset の visibility と主要属性を確認する
kb-mcp judge retract-learning <asset-key> --reason <reason>	active learning asset を撤回する
kb-mcp judge supersede-learning <asset-key> --replacement-asset-key <asset-key> --reason <reason>	learning asset を後継 asset で supersede する
kb-mcp judge expire-learning --before <timestamp> --reason <reason>	stale learning asset を期限切れにする
kb-mcp judge build-policy-snapshots	active learning asset から runtime policy snapshot を生成する
kb-mcp judge promote-scopes	active project-local asset を wider scope へ昇格する
kb-mcp judge retry-failed-materializations	failed / repair_pending materialization を再投入する

バージョン確認:

kb-mcp --version
kb-mcp version

Hooks / Events

hook は直接ノートを書き込むのではなく、kb-mcp hook dispatch で event pipeline に入る。

流れ:

1. client hook / launcher / middleware が raw event を送る
2. dispatch が normalize + redact + SQLite 永続化を行う
3. worker が checkpoint / candidate / promotion / finalizer 系 sink を処理する

旧 hooks/on-session-end.sh は互換 shim として残しており、内部では dispatch を呼ぶ。

memory promotion の考え方:

• 全 hook はまず checkpoint として保存する
• gap / knowledge / adr が anchor になった時だけ rich session-log を昇格する
• final_hint 付き checkpoint は thin session-log の区切り候補に使う
• anchor なしの checkpoint が 5 件ずつ 3 window 続いた場合も、thin session-log 候補を出せるようにしている

judge / review の流れ:

1. kb-mcp judge review-candidates で checkpoint window を再読して候補を作る
2. kb-mcp doctor で pending backlog / judge failure を確認する
3. kb-mcp judge accept / reject / relabel で human verdict を review ledger に保存する
4. kb-mcp judge materialize / retry-failed-materializations で accepted candidate を note へ反映する

proposal surfacing:

• review-candidates は threshold 到達時に suggestion_bundles を返し、同じ window の gap / knowledge / adr / session_thin をひとまとめにして扱える
• hook dispatch --judge-fastpath は final_hint / session_end / thin session-log 境界で proposal_bundles を返し、会話の区切りタイミングに合わせて提案を surfacing できる
• generated hook wrapper と legacy hooks/on-session-end.sh は hook summarize-dispatch を通して recommendation 文面へ変換し、そのまま client 側へ surfacing する

runtime hygiene:

• kb-mcp doctor は expired packet / orphan application / stale local asset を表示する
• kb-mcp worker repair-learning-runtime は doctor で見つかった learning runtime の補修を行う
• 詳細は docs/learning-runtime-hygiene.md を参照

learning contract:

• governed runtime learning contract の要点と command map は docs/governed-runtime-learning-contract.md を参照
• client ごとの配布制約は docs/learning-client-capabilities.md を参照

fast-path judge:

• KB_JUDGE_FASTPATH_COMMAND を設定した hook wrapper だけが hook dispatch --judge-fastpath を有効にする
• fast-path backend は contract version 1 と timeout 1.5s を使う
• backend 未設定 / timeout / breaker open 時は hook 完了を優先し、fallback judge は後段 review を塞がない prompt version で記録する
• fast-path で proposal timing に達した window は proposal_bundles を返し、gap / knowledge と session-log 候補を同じ区切りで提案できる
• 通常経路は hook -> dispatch -> worker のままで、fast-path judge は optional な inline 分岐としてだけ動く

cross-client 前提:

• Claude / Copilot / Codex の hook はすべて checkpoint 入力として扱う
• vendor 固有 tool hook がなくても、server middleware event と checkpoint text から judge 入力を組み立てる

release 前の最小確認:

uv run python -m unittest tests.test_judge_cli tests.test_judge_review_cli tests.test_materialize_cli tests.test_fastpath_judge tests.test_install_and_doctor tests.test_event_pipeline tests.test_judge_inputs tests.test_cli_version -v
python -m compileall src tests
uv build
kb-mcp doctor

ファイル命名

• adr / gap / knowledge / draft: {slug}--{ULID}.md
• session-log: {yyyymmdd-hhmm}--{ULID}.md

frontmatter

---
id: ULID
summary: 要約
ai_tool: claude | copilot | codex
ai_client: claude-code | copilot-cli | codex-cli  # optional
repo: github.com/owner/repo  # optional
tags: []                      # optional
related: []                   # optional
status: accepted              # ADR用 optional
created: YYYY-MM-DDTHH:MM+09:00
updated: YYYY-MM-DDTHH:MM+09:00
---

ライセンス

MIT

変更履歴

CHANGELOG.md を参照。