Minime MCP

🚀 MiniMe-MCP v0.2.0

開発者のデジタル分身を作り出すIDEエージェントのアップグレード — すべてのプロジェクトで。

今や誰もがAIアシスタントとの「バイブコーディング」を行っています。あなたが大声で考えを語り、AIがそれを理解し、コードが自然に生まれる、その魔法の流れです。しかし問題があります。あなたのAIには記憶障害があります。すべての会話はゼロから始まり、すべてのプロジェクトで新しい相手に自分自身を説明するような感じになります。

もしあなたのAIが本当に「記憶」できるとしたら、どうでしょう？

🧠 MiniMe-MCP: あなたのAIの永続的な脳

インテリジェンス時代のコンテキストエンジニアリング

これはただのMCPサーバーではありません。これはあなたのAIアシスタントの「デジタル海馬」であり、すべてのインタラクションで記憶し、関連付け、進化します。他の人が機能を提供する間、あなたは「インテリジェンス」を提供することになります。

現在のバイブコーディングの問題点

• 🔄 無限の繰り返し — 「ここでは認証をこのように処理します...」（50回目）
• 🤷 コンテキストの記憶障害 — AIがあなたのパターン、好み、決定を忘れる
• 🏝️ プロジェクトの孤立 — あるプロジェクトでの学習が他のプロジェクトに役立たない
• 📚 知識の漏洩 — セッション間で洞察が消えてしまう

MiniMe-MCPの解決策

// この苦痛なサイクルの代わりに:
"Hey AI, remember we use PostgreSQL with..."
"Oh, and we prefer functional components..."
"Also, we decided against Redis because..."

// この魔法のような体験が得られます:
AI: "Based on your auth patterns from Project A and the scalability 
     lessons from Project B, here's how I'd approach this..."

🔮 インテリジェンスファースト開発の仕組み

1. 本当に重要な記憶

あなたのAIは単に記憶するだけでなく、「コンテキストを理解」します。

• 決定と根拠 — なぜReactをVueより選んだのか（そしてそれがいつ変わるか）
• コードパターン — レビューを高速化するチームの規約
• アーキテクチャの進化 — システム設計の考え方がどのように成熟したか
• バグ解決策 — 6ヶ月前のトリッキーなCORSの修正方法

2. プロジェクト間のパターン認識

本当の魔法は、あなたのAIがプロジェクト間の関連を見つけるときに起こります。

💡 "I notice you're implementing JWT auth again. In your last 3 projects, 
   you always hit the same refresh token edge case around day 3. 
   Want me to handle that proactively this time?"

💡 "Your database connection patterns from ProjectA would solve the 
   performance issue you're seeing here. Should I adapt that approach?"

💡 "Based on your deployment history, this looks like the same nginx 
   config issue that blocked ProjectC. Here's the fix that worked..."

3. コンテキストエンジニアリングの実践

あなたのAIアシスタントが一般的なヘルパーから「プロジェクト固有のインテリジェンス」に進化するのを見てください。

セッション1：基本的な支援
セッション10：あなたの好みを知る
セッション100：あなたのニーズを予測する
セッション1000：あなたのチームと同じように考える

🎯 実際のメリット、即座に実感

個人開発者にとって

• 瞬時のコンテキスト切り替え — 勢いを失うことなくプロジェクト間を移動できる
• 個人用ドキュメント — あなたのAIが外部の脳になる
• パターンの進化 — 時間とともにアーキテクチャの考え方を向上させる

チームにとって

• 共有インテリジェンス — 新しいチームメンバーが集団の知恵を引き継ぐ
• 一貫したパターン — AIが自動的にチームの規約を強制する
• 決定履歴 — 「なぜこのように作ったのか」を疑うことがない

組織にとって

• チーム間の学習 — ベストプラクティスが自然に広まる
• 知識の保持 — チームの変更にも洞察が残る
• インテリジェントなオンボーディング — 新入社員がコンテキストを考慮した支援を受ける

🛠️ 汎用IDEインテリジェンス

開発エコシステム全体でシームレスに動作します。

🎨 VS Code → 永続的な記憶を持つ強化されたCopilot
🚀 Cursor → 本当に記憶するAIペアプログラミング
⚡ Claude Desktop → 会話が蓄積される
🌊 Windsurf → 共有コンテキストによる共同コーディング
🔗 任意のMCPクライアント → 未来に備えたインテリジェンスレイヤー

⚡ インテリジェンスの優位性

# 従来のAI開発
You: "How should I structure this API?"
AI: "Here are some general patterns..."
Result: Generic advice, repeated research

# インテリジェンスファースト開発
You: "How should I structure this API?"
AI: "Based on your 3 previous APIs, scaling issues you hit with 
     ServiceX, and the clean architecture you loved in ProjectY, 
     here's an approach that fits your patterns..."
Result: Personalized, battle-tested guidance

🚀 あなたのバイブをアップグレードしましょう

AIに自分自身を説明するのをやめましょう。「理解してくれる」アシスタントと一緒に開発を始めましょう。

MiniMe-MCPはすべてのIDEセッションを次のように変えます。

• ❌ "Let me explain our setup again..."
• ✅ "You know what I'm trying to do. Let's build."

開発の未来はAI支援だけでなく、「インテリジェンス強化」です。
あなたのコード、あなたのパターン、あなたの決定。記憶され、関連付けられ、進化する。

記憶力のあるバイブコーディングへようこそ。🧠

Model Context Protocol用に構築されています。VS Code、Cursor、Claude Desktop、Windsurf、および拡大するAI開発ツールの世界と互換性があります。

✨ MiniMe-MCPの魅力

• 永続的なコンテキスト：AIアシスタントがすべてを記憶 - 決定、コードパターン、プロジェクトの知識
• インテリジェントな分析：AIによる洞察でパターンと学習機会を特定
• 汎用IDEサポート：VS Code、Claude Desktop、Cursor、Windsurfとシームレスに動作
• プライバシーファースト：独自のOllamaモデルでローカルで実行 - データはあなたのマシンを離れません
• マルチアーキテクチャ：Intel/AMD (x64) とApple Silicon (ARM64) の両方をネイティブサポート

🚀 クイックスタート (5分)

前提条件

1. Dockerのインストール - Get Docker

2. Ollamaのインストール - AIモデルに必要

   # macOS
   brew install ollama
   
   # Linux
   curl -fsSL https://ollama.ai/install.sh | sh
   
   # Windows
   # Download from https://ollama.ai/download
   

3. 必要なモデルの取得

   # Pull the embedding model (REQUIRED)
   ollama pull mxbai-embed-large
   
   # Pull the default LLM model
   ollama pull deepseek-coder:6.7b
   

MiniMe-MCPの実行

# Pull and run the Docker image (auto-selects ARM64 or AMD64)
docker run -d \
  --name minimemcp \
  --restart unless-stopped \
  -p 5432:5432 \
  -p 8000:8000 \
  -p 9090:9090 \
  -v minime-mcp-v9:/data \
  -e POSTGRES_PASSWORD=minime_password \
  -e UI_PORT=9090 \
  manujbawa/minimemcp:latest

以上です！ MiniMe-MCPが実行されました。

• 📍 MCP API: http://localhost:8000
• 📍 Web UI: http://localhost:9090
• 🏥 Health Check: http://localhost:8000/health

🛠️ IDE用のMCPツール

MCPクライアントのインストール

npm install -g @minimemcp/mcp-client

利用可能なMCPツール

• store_memory - 自動タグ付けによるインテリジェントなメモリ保存
• search_memories - ハイブリッドセマンティック/キーワード検索
• get_insights - AIによるパターン分析
• start_thinking - 構造化された推論シーケンス
• manage_tasks - プロジェクトタスク管理
• manage_project - ドキュメントとプロジェクト管理

🎯 IDE統合

IDEをMiniMe-MCPツールを使用するように設定します。

• Claude Desktop - 完全なMCPサポート
• Cursor - 完全なMCPサポート
• VS Code - GitHub Copilot Chat v0.29+ (VS Code 1.102+ が必要) でサポート
• Windsurf - 完全なMCPサポート

GitHub Organizationのユーザーへの注意：管理者がGitHubの組織のCopilot設定でMCPを有効にする必要があります。

設定が完了すると、あなたのAIアシスタントはIDE内で直接永続的な記憶とインテリジェントなツールにアクセスできます。

🧠 主要機能

インテリジェンスファーストフレームワーク

• 必須のセッション起動：自動的なプロジェクトコンテキストの読み込み
• 積極的なメモリ保存：重要なすべてが自動的に保存される
• パターン認識：AIが傾向と学習機会を特定する
• 構造化された思考：複雑な問題に対する多段階の推論

高度な機能

• Unified Insights v2：LLMによるパターン検出とカテゴリ分類
• 逐次的な思考：複数の解決策を探索する
• プロジェクトインテリジェンス：コードベースの構造と規約を学習する
• タスク管理：インテリジェントな優先順位付けを伴うタスク追跡

🔧 高度な設定

異なるLLMモデルの使用

docker run -d \
  --name minimemcp \
  -e LLM_MODEL="llama2:13b" \
  -e POSTGRES_PASSWORD=minime_password \
  -e UI_PORT=9090 \
  -p 5432:5432 -p 8000:8000 -p 9090:9090 \
  -v minime-mcp-v9:/data \
  manujbawa/minimemcp:latest

カスタムポートの使用

docker run -d \
  --name minimemcp \
  -e MCP_PORT="8080" \
  -e UI_PORT="9090" \
  -e POSTGRES_PASSWORD=minime_password \
  -p 5432:5432 -p 8080:8080 -p 9090:9090 \
  -v minime-mcp-v9:/data \
  manujbawa/minimemcp:latest

📦 ソースからのビルド

開発またはカスタマイズのために：

# Clone the repository
git clone https://github.com/yourusername/MiniMe-MCP
cd MiniMe-MCP

# Quick start with everything
make all

# Development mode with hot reload
make dev-hot

# Build for production
make build-fast-v2

🐛 トラブルシューティング

状態の確認

# Container status
docker ps -f name=minimemcp

# View logs
docker logs minimemcp -f

# Test health
curl http://localhost:8000/health

一般的な問題

Ollama接続

• Ollamaが実行されていることを確認：ollama serve
• モデルがダウンロードされていることを確認：ollama list

メモリ処理

• 埋め込みモデルを確認：ollama pull mxbai-embed-large
• ログを確認：docker logs minimemcp | grep embed

📚 ドキュメント

• インストールガイド - 詳細なセットアップ手順
• MCP設定 - IDE統合ガイド
• APIドキュメント - 実行中に利用可能

🤝 コントリビューション

1. リポジトリをフォークする
2. 機能ブランチを作成する (git checkout -b feature/amazing-feature)
3. 変更をコミットする (git commit -m 'Add amazing feature')
4. ブランチにプッシュする (git push origin feature/amazing-feature)
5. プルリクエストを作成する

📄 ライセンス

このプロジェクトはMITライセンスの下でライセンスされています - 詳細についてはLICENSEファイルを参照してください。

インテリジェンスファーストの原則で構築され、最大限のAI生産性を実現 🚀

技術スタック

• データベース：埋め込み用にpgvectorを使用したPostgreSQL
• AIモデル：ローカルのOllama (mxbai-embed-large, deepseek-coder:6.7b)
• フロントエンド：Material-UIを使用したReact
• バックエンド：Expressを使用したNode.js
• コンテナ：マルチアーキテクチャサポート (AMD64 + ARM64) を備えた単一のDockerコンテナ