Sensei MCP

🚀 先生MCP 🥋

64の専門的なAIペルソナが協調的なガイダンスを提供する、マルチペルソナのエンジニアリングメンター

🚀 v0.9.0の新機能: 完全なサードパーティMCP統合スイート - 6つの統合MCPサーバー（Serena、OpenMemory、GitHub、Context7、Tavily、Playwright）、13のワークフローテンプレート、および10の実行可能なデモを備えたマルチMCPオーケストレーション！戦術的なコード実行（先生 → Serena）、クロスプロジェクトメモリ（OpenMemory）、およびGitHub統合ワークフロー（PRレビュー、コミット分析、イシュートリアージ）。完全なワークフローについては、統合ガイドを参照してください。

v0.8.0の新機能: 完全なペルソナポートフォリオ（64のペルソナ） - claude-skillsリポジトリのすべてのペルソナが統合されました！17の新しいペルソナが追加され、完全なデザイン＆UXチーム（6人）、戦略的拡張スキル（5人）、重要インフラのギャップ（5人）、およびメタナビゲーションペルソナ（2人）が含まれます。

🌟 MCPエコシステム統合: 先生MCPは、他のMCPサーバー（Context7、Tavily、Playwright、GitHub、OpenMemory、Sequential Thinking）とシームレスに連携するように設計されており、包括的なCTOコパイロットを実現します。完全なビジョンについては、MCP統合アーキテクチャを参照してください。

v0.6.0: 細粒度のペルソナコンテンツアクセス（オプションBアーキテクチャ） - 新しいコンテンツプロバイダーアーキテクチャにより、オーケストレーターのプレースホルダーバグが修正されました。MCPは、Claudeが分析するためのペルソナSKILL.mdコンテンツを提供するようになり、自ら分析を行うのではなくなりました。ペルソナの発見、コンテンツアクセス、セッションコンテキスト、および相談記録のための4つの新しい細粒度ツールが追加されました。

v0.5.0: 強化された発見、CI/CD統合、チームコラボレーション、およびデータベースエキスパート - インタラクティブなデモモード、GitHub Actions/GitLab CIテンプレート、チーム用のセッションマージ。

v0.4.0: 分析とチームコラボレーション - ペルソナの有効性を追跡し、セッションの要約をADRとしてエクスポートし、チームとエンジニアリングの決定を共有します。

先生は、あなたのエンジニアリング標準を受動的なドキュメントから能動的なメンターに変え、Claudeが推論する前に関連するガイドラインを注入し、アーキテクチャの決定のセッションメモリを維持します。

🚀 クイックスタート

ワンクリックインストール

Cursor

``

CLIインストール

Claudeコード

claude mcp add sensei -- uvx sensei-mcp

手動設定

{
  "mcpServers": {
    "sensei": {
      "command": "uvx",
      "args": ["sensei-mcp"]
    }
  }
}

{
  "mcpServers": {
    "sensei": {
      "command": "uvx",
      "args": ["sensei-mcp"]
    }
  }
}

{
  "mcpServers": {
    "sensei": {
      "command": "uvx",
      "args": ["sensei-mcp"]
    }
  }
}

{
  "mcpServers": {
    "sensei": {
      "command": "uvx",
      "args": ["sensei-mcp"]
    }
  }
}

{
  "context_servers": {
    "sensei": {
      "command": "uvx",
      "args": ["sensei-mcp"]
    }
  }
}

{
  "mcpServers": {
    "sensei": {
      "command": "uvx",
      "args": ["sensei-mcp"]
    }
  }
}

✨ 主な機能

v0.6.0 - 細粒度のペルソナコンテンツアクセス（オプションBアーキテクチャ） 🎭

• 🔧 重大なバグ修正: オーケストレーターが実際の分析ではなくプレースホルダーテキストを返していた問題を修正しました。
• 🏗️ 新しいアーキテクチャ: MCPをコンテンツプロバイダー（分析エンジンではなく）として機能させます。
  • MCPはペルソナのSKILL.mdコンテンツを提供します。
  • Claude（呼び出し元のLLM）はそのコンテンツを使用して分析を行います。
  • 一貫性のために.claude/skills/パターンを模倣しています。
• 🛠️ 4つの新しい細粒度ツール:
  • get_persona_content() - 特定のペルソナの完全なSKILL.mdを返します。
  • suggest_personas_for_query() - 関連性スコア付きのインテリジェントなペルソナ選択。
  • get_session_context() - セッションメモリ（制約、決定、パターン）をJSONとして返します。
  • record_consultation() - Claudeが分析を行った後の相談を記録します。
• 📊 メリット:
  • MCPでLLMが不要（APIキー不要、コスト不要、遅延なし）
  • Claudeが得意な分析を行う
  • 予測可能で決定論的なMCPの動作
  • 拡張性がある（SKILL.mdファイルを追加するだけ）

v0.5.0 - 強化された発見、CI/CD統合、チームコラボレーション、およびデータベースエキスパート 🚀

• 🔍 インタラクティブなペルソナ発見 - 適切なエキスパートをより迅速に見つけることができます。
  • 3つの形式モード（標準、詳細、クイック）で強化されたlist_available_skills()
  • CLIデモモード (sensei-mcp --demo) で5つの実世界のシナリオを提供
  • 2つ以下のペルソナが選択された場合のインテリジェントなコンテキストヒント
  • 技術キーワード検出（データベース、API、セキュリティ、フロントエンド、モバイル、ML）
• 🔧 CI/CD統合パック - Senseiをあなたの開発ワークフローに統合します。
  • PRレビューとアーキテクチャチェックのためのGitHub Actionsワークフロー
  • プリコミットフック（一貫性、セキュリティ、コスト分析）
  • 3段階の検証を備えたGitLab CIパイプライン
  • ペルソナの提案を伴う強化されたanalyze_changes()
  • 包括的な統合ガイド（500行以上）
• 🤝 セッションマージとチーム同期 - アーキテクチャの決定についてコラボレーションします。
  • 複数の開発者セッションを競合解決付きでマージ
  • 4つのマージ戦略（最新、最古、すべて、手動）
  • セッション比較による並列分析
  • すべての決定の帰属追跡
• 🗄️ データベースアーキテクトペルソナ - 専門的なデータベースエキスパートがチームに加わります。
  • スキーマ設計と正規化の専門知識
  • クエリ最適化とインデックス戦略
  • 移行計画とスケーラビリティパターン
  • マルチテナントアーキテクチャのガイダンス

v0.4.0 - 分析とチームコラボレーション 📊

• 📊 セッション分析 - ペルソナの使用状況と決定パターンに関するデータ駆動の洞察を提供します。
  • 最も/最も使用されないペルソナを追跡
  • コンテキストの分布（セキュリティ、危機、アーキテクチャ、など）
  • 決定の速度と相談パターン
  • 時間ベースのフィルタリング（過去7日間、過去30日間、全期間）
  • マークダウン、JSON、またはテキストとしてエクスポート
• 📄 相談エクスポート - 個々の相談を専門的なレポートとして共有します。
  • メタデータ（ID、タイムスタンプ、モード、コンテキスト）付きのマークダウン形式
  • CI/CD統合のためのJSON形式
  • コミュニケーションツール用のプレーンテキスト
• 📋 セッション要約 - 包括的なADR（アーキテクチャ決定記録）をエクスポートします。
  • 根拠付きの完全な決定履歴
  • アクティブな制約と合意されたパターン
  • 最近の相談履歴
  • 構成可能なインクルード（決定、相談、制約、パターン）
  • チームのオンボーディングと調整に最適

v0.3.0 - マルチペルソナオーケストレーター 🎭

• 🎭 47の専門的なペルソナ - スキルオーケストレーターが12のカテゴリーにわたるエキスパートの視点を調整します。
  • コア (3): 辛辣なシニアエンジニア、実用的なアーキテクト、レガシー考古学者
  • 専門 (6): APIプラットフォームエンジニア、データエンジニア、データベースアーキテクト、フロントエンドUXスペシャリスト、ML実用主義者、モバイルプラットフォームエンジニア
  • オペレーション (3): サイト信頼性エンジニア、インシデントコマンダー、オブザーバビリティエンジニア
  • セキュリティ (2): セキュリティセンチネル、コンプライアンスガーディアン
  • プラットフォーム (3): DevExチャンピオン、プラットフォームビルダー、QA自動化エンジニア
  • コスト (1): FinOpsオプティマイザー
  • リーダーシップ (4): 思いやりのあるチームリード、プロダクトエンジニアリングリード、エグゼクティブ連絡担当者、技術ライター
  • DevRel (4): 開発者アドボケート、ソリューションアーキテクト、スタッフICアドバイザー、オープンソース戦略家
  • 戦略的 (6): M&Aデューディリジェンス、ベンダー管理、技術採用、エンジニアリング変革、AI倫理ガバナンス、データ戦略
  • 管理 (3): エンジニアリングマネージャー、エンジニアリングディレクター、エンジニアリングVP
  • 技術リーダーシップ (2): チーフアーキテクト、プリンシパルエンジニア
  • コーディネーション (3): 技術プログラムマネージャー、技術プロダクトマネージャー、エンジニアリングオペレーション
  • インフラストラクチャ (6): データベース信頼性エンジニア、リリースエンジニアリングリード、パフォーマンスエンジニア、クラウドアーキテクト、テストエンジニアリングリード、カスタマーサクセスエンジニア
  • メタ (1): スキルオーケストレーター
• 🧠 コンテキスト検出 - クエリを関連するペルソナにインテリジェントにルーティングします（危機、セキュリティ、政治的、アーキテクチャ、コスト、チーム、技術）。
• 🤝 協調的な合成 - 複数の視点を競合解決とコンセンサス構築で統合します。
• 📊 相談追跡 - どのペルソナが相談されたかとその理由をセッションメモリに記録します。
• ⚡ 複数のモード:
  • orchestrated (デフォルト): 2 - 5のペルソナの協調
  • quick: 辛辣なシニアエンジニアのみで迅速な回答
  • crisis: 緊急チーム（インシデントコマンダー、SRE、エグゼクティブ連絡担当者）
  • standards: 下位互換性のためのレガシー単一ボイスモード

コア機能 (v0.2.x)

• 🎯 コンテキスト認識型ローディング - リクエストごとにルールブックの5 - 15%のみをロード（トークン節約87.5%）
• 🧠 セッションメモリ - 会話を通じてアーキテクチャの決定を記憶
• 🤝 チーム同期 - リポジトリの.senseiフォルダを通じて決定とルールを共有
• 🕵️ Git認識 - ステージされたファイルから自動的にコンテキストを推測
• 📦 50以上のファイルタイプ - 包括的なテクノロジースタックのカバレッジ
• 🔍 スマート推論 - 自動的に関連する標準を決定
• 🛡️ 一貫した強制 - パターンの再議論をなくす
• 🚀 ゼロコンフィギュレーション - インストール後すぐに動作
• 🔒 プライバシー重視 - ローカルで実行され、外部サービスを使用しない

📚 サポートされるファイルタイプ

プログラミング言語 (20以上)

Python、JavaScript、TypeScript、Go、Java、Kotlin、Swift、Ruby、Rust、PHP、C#、Scala、C/C++、Dart、Elixir、Clojure、Elm、Julia、R

フロントエンドとWeb

React (JSX/TSX)、Vue、Svelte、Astro、HTML、CSS、SCSS、SASS、LESS

インフラストラクチャとDevOps

Terraform、Docker、Kubernetes、nginx、Apache、シェルスクリプト (bash/zsh)、Makefiles、HCL

データとAPI

SQL、Prisma、GraphQL、Protobuf、Avro、CSV、XML、Jupyterノートブック

設定とツール

YAML、JSON、TOML、ESLint、Prettier、Jest、Playwright、Cypress、Webpack、Vite、tsconfig.json

CI/CD

GitHub Actions、GitLab CI、Jenkins、CircleCI、Azure Pipelines

モバイル

Android (AndroidManifest.xml、build.gradle)、iOS (Info.plist、Podfile)

パッケージマネージャー

package.json、Gemfile、Cargo.toml、go.mod、requirements.txt、Pipfile

モニタリング

Prometheus、Grafana、Datadog、New Relic、Sentry

💻 使用例

📖 新機能: 実世界の例を含む完全な使用ガイド

API設計レビュー、本番環境の危機対応、コスト最適化、コードレビュー、およびセッション認識型アーキテクチャの決定を含む詳細なユースケースを参照してください。

先生は20のMCPツール（v0.6.0で4つ、v0.5.0で2つ、v0.4.0で3つ、v0.3.0で3つ） + CLIデモモードを提供します。

v0.6.0 - 細粒度のペルソナコンテンツツール

1. get_persona_content (新機能)

特定のペルソナの完全なSKILL.mdコンテンツを取得します。Claudeはこのコンテンツを使用して、そのペルソナの視点からクエリを分析します。

# 完全なセキュリティセンチネルのコンテンツを取得
content = get_persona_content(
  persona_name="security-sentinel",
  include_metadata=True  # オプション: 説明と専門知識を含む
)
# 返り値: 原則、性格、専門知識、ガイドラインを含む完全なSKILL.md

# Claudeはこのコンテンツをコンテキストとして使用してクエリを分析します
# 例のワークフロー:
# 1. Claudeがペルソナを提案 → ["security-sentinel", "api-platform-engineer"]
# 2. Claudeが各ペルソナのコンテンツを取得 → 完全なSKILL.mdファイル
# 3. Claudeがコンテンツを使用して各視点から分析を行う
# 4. Claudeがすべての視点を合成して推奨事項を作成

2. suggest_personas_for_query (新機能)

クエリ分析に基づくインテリジェントなペルソナ選択で、関連性スコアと根拠が付きます。

# クエリに対するペルソナの提案を取得
suggestions = suggest_personas_for_query(
  query="How should we handle authentication for our API?",
  max_suggestions=5,  # 最大提案数 (デフォルト: 5)
  context_hint="SECURITY"  # オプション: 特定のコンテキストを強制
)
# 返り値JSON:
# {
#   "query": "How should we handle authentication...",
#   "detected_context": "SECURITY",
#   "suggestions": [
#     {
#       "name": "security-sentinel",
#       "display_name": "Security Sentinel",
#       "relevance": 0.95,
#       "rationale": "Expert in authentication, security"
#     },
#     {
#       "name": "api-platform-engineer",
#       "display_name": "API Platform Engineer",
#       "relevance": 0.82,
#       "rationale": "Expert in API design, contracts"
#     }
#   ]
# }

# クエリから自動的にコンテキストを検出
suggest_personas_for_query(
  query="Our AWS bill is too high",
  max_suggestions=3
)
# 返り値: finops-optimizer, pragmatic-architect, site-reliability-engineer

3. get_session_context (新機能)

セッションメモリ（制約、決定、パターン）をJSONとして取得し、コンテキスト認識型分析を行います。

# 完全なセッションコンテキストを取得
context = get_session_context(
  session_id="saas-backend",
  project_root="/path/to/repo"  # オプション: プロジェクトローカルのセッション用
)
# 返り値JSON:
# {
#   "session_id": "saas-backend",
#   "active_constraints": ["AWS only", "Python 3.11+", "PostgreSQL"],
#   "patterns_agreed": ["Use FastAPI", "JWT auth"],
#   "recent_decisions": [
#     {
#       "id": "dec-001",
#       "category": "architecture",
#       "description": "Use PostgreSQL for primary data store",
#       "rationale": "Team expertise, ACID guarantees",
#       "timestamp": "2025-01-23T10:30:00"
#     }
#   ]
# }

# Claudeはこのコンテキストを分析時に含めて一貫性を確保します

4. record_consultation (新機能)

Claudeが分析を行った後、セッション履歴に相談を記録します。

# Claudeがペルソナのコンテンツを使用して分析を行った後
record_consultation(
  query="Should we migrate to microservices?",
  personas_used=["pragmatic-architect", "site-reliability-engineer", "finops-optimizer"],
  session_id="saas-backend",
  project_root="/path/to/repo",  # オプション
  synthesis="[Claude's complete analysis and recommendation]"  # オプション
)
# 返り値: "✅ Consultation recorded: consult_42"

# この相談は現在のセッション履歴に保存され、以下の用途に使用できます:
# - 分析 (get_session_insights)
# - エクスポート (export_session_summary)
# - 将来のコンテキスト

v0.5.0 - 強化された発見とチームマージ

CLIデモモード

先生のマルチペルソナ機能のインタラクティブなウォークスルーです。

# インタラクティブなデモを実行
sensei-mcp --demo

# 5つの実世界のシナリオを表示:
# - アーキテクチャの決定 (マイクロサービスへの移行)
# - 本番環境の危機 (データベース障害)
# - セキュリティレビュー (認証監査)
# - コスト最適化 (クラウド支出)
# - コード品質 (技術的負債)

5. merge_sessions

複数の開発者セッションをインテリジェントな競合解決付きでマージします。

# 2つの開発者セッションをマージ
merge_sessions(
  session_ids=["alice-frontend", "bob-backend"],
  target_session_id="sprint-23",
  conflict_strategy="latest",  # "latest", "oldest", "all", "manual"
  session_id="sprint-23",
  project_root="/path/to/repo"
)
# 返り値: 決定がマージされ、競合が検出され、帰属追跡が行われたMergeResult

# 手動の競合解決
merge_sessions(
  session_ids=["alice-session", "bob-session"],
  target_session_id="team-session",
  conflict_strategy="manual"  # 人間による解決のために競合を返す
)

6. compare_sessions

マージする前に2つのセッションを並列に比較します。

compare_sessions(
  session_a_id="alice-session",
  session_b_id="bob-session",
  session_id="default",
  project_root="/path/to/repo"
)
# 返り値: 決定、制約、パターンの差分を含むマークダウン比較

v0.4.0ツール - 分析とコラボレーション

7. get_session_insights

ペルソナの使用状況、相談パターン、および決定の速度に関するデータ駆動の洞察を取得します。

# 過去7日間の洞察を取得
get_session_insights(
  session_id="saas-backend",
  time_range="last_7_days",  # "last_7_days", "last_30_days", "all_time"
  format="markdown",  # "markdown", "json", "text"
  min_consultations=2  # 少なくとも2回以上の相談があったペルソナのみを含む
)
# 返り値: 最も/最も使用されないペルソナ、コンテキストの分布、決定のメトリクス

# CI/CD統合のためのJSONを取得
get_session_insights(
  session_id="saas-backend",
  format="json"
)

8. export_consultation

単一の相談を共有可能なレポートとしてエクスポートします。

# 完全なメタデータ付きのマークダウンとしてエクスポート
export_consultation(
  consultation_id="c-2025-01-22-001",
  session_id="saas-backend",
  format="markdown",  # "markdown", "json", "text"
  include_metadata=True
)
# 返り値: クエリ、相談したペルソナ、合成結果、関連する決定を含む専門的なレポート

# API統合のためのJSONとしてエクスポート
export_consultation(
  consultation_id="c-2025-01-22-001",
  format="json"
)

9. export_session_summary

包括的なADRとセッション要約をチームで共有するためにエクスポートします。

# すべてのセクションを含む完全なセッションエクスポート
export_session_summary(
  session_id="saas-backend",
  format="markdown",  # "markdown", "json", "text"
  include=["decisions", "consultations", "constraints", "patterns"],
  max_consultations=10
)
# 返り値: マークダウン形式のADR、相談履歴、制約、パターン

# 決定のみをJSONとしてエクスポート
export_session_summary(
  session_id="saas-backend",
  format="json",
  include=["decisions"]
)

v0.3.0ツール - マルチペルソナオーケストレーター

注意: get_engineering_guidance() と consult_skill() はv0.7.0で廃止予定です。代わりに新しいv0.6.0の細粒度ツール (get_persona_content, suggest_personas_for_query, get_session_context, record_consultation) を使用してください。

10. get_engineering_guidance

任意のエンジニアリングの質問に対する協調的なマルチペルソナのガイダンスを取得します。

# 例: アーキテクチャの決定
get_engineering_guidance(
  query="Should we use microservices or a monolith for our SaaS app?",
  mode="orchestrated",  # デフォルト: 2 - 5の関連するペルソナを自動選択
  session_id="saas-backend",
  output_format="standard"
)
# 返り値: 実用的なアーキテクト、辛辣なシニアエンジニア、プロダクトエンジニアリングリードからの合成結果で、コンセンサスと緊張関係が含まれる

# クイックモード - 辛辣なシニアエンジニアのみからの迅速な回答
get_engineering_guidance(
  query="How do I fix this API bug?",
  mode="quick"  # 辛辣なシニアエンジニアのみが応答
)

# 危機モード - 緊急チーム
get_engineering_guidance(
  query="Production database is down!",
  mode="crisis"  # インシデントコマンダー、SRE、エグゼクティブ連絡担当者
)

# 特定のペルソナを要求
get_engineering_guidance(
  query="How do we reduce our AWS bill?",
  specific_personas=["finops-optimizer", "pragmatic-architect"]
)

11. consult_skill

特定のペルソナに直接相談してターゲットの専門知識を得ます。

consult_skill(
  skill_name="security-sentinel",
  query="Review this authentication implementation for vulnerabilities",
  session_id="saas-backend"
)

12. list_available_skills

カテゴリー別に整理された64の利用可能なペルソナを発見します。

# すべてのペルソナをリストする (標準形式)
list_available_skills()

# 例とメタデータを含む詳細形式
list_available_skills(format="detailed")

# 名前のみのクイック形式
list_available_skills(format="quick")

# カテゴリー別にリストする
list_available_skills(category="operations")  # SRE、インシデントコマンダーなど
list_available_skills(category="specialized")  # セキュリティ、FinOps、データベースアーキテクトなど

コアツール (v0.2.x) - 引き続きサポートされます

13. get_engineering_context (レガシー)

スマートなコンテキスト注入 - ファイルと操作に基づいて関連する標準をロードします。

注意: v0.3.0では、下位互換性のために get_engineering_guidance(..., mode="standards") を通じて呼び出されます。

# 例: 支払いAPIで作業中
get_engineering_context(
  operation="CREATE",
  file_paths=["api/payments.py"],
  description="Building Stripe payment endpoint",
  session_id="saas-backend"
)
# 返り値: API契約、セキュリティ、マルチテナント、冪等性の標準

14. record_decision

アーキテクチャの決定を保存して再議論を防ぎます。

record_decision(
  category="architecture",
  description="Use PostgreSQL for primary data store",
  rationale="Team expertise, ACID guarantees, proven at scale",
  session_id="saas-backend"
)

15. validate_against_standards

実装前の検証チェックを行います。

validate_against_standards(
  design_description="REST API with JWT auth",
  focus_areas=["security", "multi-tenant"],
  session_id="saas-backend"
)

16. get_session_summary

現在のプロジェクトのすべての決定と制約を確認します。

get_session_summary(session_id="saas-backend")

17. list_sessions

別々のセッション状態で複数のプロジェクトを管理します。

list_sessions()

18. query_specific_standard

特定のルールブックのセクションに直接アクセスします。

query_specific_standard(
  section_name="multi_tenancy",
  session_id="saas-backend"
)

19. check_consistency

提案された変更を過去の決定と照合して検証します。

check_consistency(
  proposed_change="Switch from Postgres to MongoDB",
  session_id="saas-backend"
)

20. analyze_changes

ステージされたgitの変更から自動的にコンテキストを推測します（v0.5.0でペルソナの提案で強化されました）。

analyze_changes(project_root="/path/to/repo")
# 返り値: ファイルの変更、差分統計、およびファイルパターンに基づく提案されたペルソナ

🤝 チーム同期とプロジェクト分離

先生はチームと決定やルールを共有することをサポートしています。

1. プロジェクトルートに .sensei フォルダを作成します。
2. カスタムのプロジェクト固有のルールを rules.md に追加します。
3. project_root を指定してツールを実行します。決定は .sensei/decisions.md に保存されます。

これにより、あなたのエンジニアリングメモリをGitにコミットすることができます！

🏗️ 仕組み

1. コンテキスト推論エンジンが以下を分析します。

   • ファイルパターン（APIルート、DBスキーマ、テストなど）
   • 操作タイプ（作成、リファクタリング、デバッグなど）
   • キーワード（テナント、支払い、非同期など）

2. ルールブックローダーが関連するセクションを抽出します。

   • 32のファイルパターンにマッピングされた合計57のセクション
   • コアセクションは常にロードされます（原則、哲学）
   • タスク固有のセクションは必要に応じてロードされます

3. セッションマネージャーが決定を永続化します。

   • $HOME/.sensei/sessions/<project>.json に保存されます。
   • 人間が読めるJSON形式
   • 各ツール呼び出し時に自動的にロードされます

ファイルパターンの例

💡 例のワークフロー

アーキテクチャの決定 (v0.3.0マルチペルソナ)

# 1. アーキテクチャに関するマルチペルソナのガイダンスを取得
result = get_engineering_guidance(
  query="Should we migrate from a monolith to microservices? We have 5 engineers and 10K users.",
  mode="orchestrated",  # 関連するペルソナを自動選択
  session_id="saas-backend"
)
# 相談したペルソナ: 実用的なアーキテクト、辛辣なシニアエンジニア、プロダクトエンジニアリングリード
# 合成結果: コンセンサスポイント、緊張関係/トレードオフ、推奨事項

# 2. フォローアップのために特定のエキスパートに相談
consult_skill(
  skill_name="finops-optimizer",
  query="What's the cost impact of microservices vs monolith?",
  session_id="saas-backend"
)

# 3. 決定を記録
record_decision(
  category="architecture",
  description="Stay monolith for now, plan modular architecture",
  rationale="Team size and user scale don't justify microservices complexity yet",
  session_id="saas-backend"
)

本番環境のインシデント (危機モード)

# 危機モードで緊急対応チームを起動
get_engineering_guidance(
  query="Production database has 10K connections and is timing out!",
  mode="crisis",  # インシデントコマンダー、SRE、エグゼクティブ連絡担当者
  session_id="saas-backend"
)
# 返り値: 即時のトリアージ手順、コミュニケーションプラン、根本原因分析

新しい機能の開始 (v0.2.xレガシーモード)

# 1. 機能のコンテキストを取得 (レガシー標準モード)
get_engineering_context(
  operation="CREATE",
  file_paths=["api/webhooks.py"],
  description="Stripe webhook handler for subscription events",
  session_id="saas-backend"
)

# 2. 重要な決定を記録
record_decision(
  category="architecture",
  description="Use idempotent webhook processing with deduplication",
  rationale="Webhooks can be retried, need to handle duplicates safely",
  session_id="saas-backend"
)

# 3. 実装前に検証
validate_against_standards(
  design_description="POST /webhooks/stripe with signature verification",
  focus_areas=["security", "api"],
  session_id="saas-backend"
)

コードレビュー

# レビューに関連する標準をロード
get_engineering_context(
  operation="REVIEW",
  file_paths=["api/users.py", "db/queries.sql"],
  description="User management PR - check multi-tenancy",
  session_id="saas-backend"
)

# 過去の決定との一貫性をチェック
check_consistency(
  proposed_change="Add user_id index without tenant_id",
  session_id="saas-backend"
)

本番環境の問題のデバッグ

# オブザーバビリティとデバッグのコンテキストを取得
get_engineering_context(
  operation="DEBUG",
  file_paths=["services/payment_processor.py"],
  description="Investigating payment timeout issues",
  session_id="saas-backend"
)

# 特定の標準をクエリ
query_specific_standard(
  section_name="observability",
  session_id="saas-backend"
)

📖 ドキュメント

はじめに

• クイックスタートガイド - 5分での高速スタート
• 使用ガイド - 包括的な使用例

MCPエコシステム統合 (新機能)

• MCP統合アーキテクチャ - 人間とLLMのパートナーシップの完全なビジョン
• MCP統合例 - 複数のMCPサーバーを組み合わせた実世界のワークフロー
• CI/CD統合ガイド - GitHub Actions、GitLab CI、プリコミットフック

技術ドキュメント

• アーキテクチャの詳細 - 技術的な実装詳細
• コントリビュートガイド - コントリビュートの方法
• 公開ガイド - PyPI公開ワークフロー

🔧 開発

ローカルセットアップ

git clone https://github.com/amarodeabreu/sensei-mcp.git
cd sensei-mcp
pip install -e .

テストの実行

pytest tests/

コードフォーマット

black src/ tests/
isort src/ tests/

🤝 コントリビュート

コントリビューションを歓迎します！CONTRIBUTING.mdを参照して、以下のことを行ってください。

• 開発環境のセットアップ
• テストの実行
• コードスタイルガイドライン
• PRの提出プロセス

📊 比較: 導入前と導入後

先生導入前

❌ 推論後に出力スタイルが適用される ❌ 会話ごとに同じコンテキストを繰り返し提供する ❌ アーキテクチャの決定を再議論する ❌ 過去の制約を忘れる ❌ ルールブック全体をロードする (トークンの40%)

先生導入後

✅ コードが書かれる前に標準が推論に影響を与える ✅ コンテキスト認識型ローディング (ルールブックの5 - 15%) ✅ セッションメモリが決定を保持する ✅ 会話を通じて一貫した強制が行われる ✅ 分離された複数のプロジェクトをサポートする

🏆 ROI計算

5人のエンジニアチーム:

• エンジニア1人あたり1日10分の再説明の時間を節約
• 週に5回のアーキテクチャの再議論を防止
• より良いオブザーバビリティによりインシデントごとに30分を節約

年間節約: 約500時間のエンジニアリング時間

📄 ライセンス

Apache 2.0 - 詳細については LICENSE を参照してください。

🔗 リンク

• GitHub: https://github.com/amarodeabreu/sensei-mcp
• PyPI: https://pypi.org/project/sensei-mcp/
• イシュー: https://github.com/amarodeabreu/sensei-mcp/issues

🙏 謝辞

• FastMCP で構築されました。
• Model Context Protocol を使用しています。
• 一貫したエンジニアリング標準の必要性に触発されています。

🥋によって作成されました amarodeabreu